En este trabajo se abordará el problema de agrupar los barrios de Medellín de acuerdo a distintas dimensiones y analizar espacialmente las agrupaciones.
Dimensión Vivienda y Servicios Públicos
La dimensión de vivienda y servicios públicos miden dentro de la encuesta de calidad de vida como viven los Medellinenses, en que condiciones estan sus hogares a nivel de tipo de vivienda y sus características físicas: material de paredes y pisos tenencias y financiación de la vivienda: tipo de tenencia de la vivienda; tenencia de escritura de propiedad; subsidios recibidos para la compra, construcción, mejora, titulación o escrituración de la vivienda
Para la el análisis de la dimensión de VIVIENDA Y SERVICIOS PUBLICOS en los barrios de Medellín se toman las siguientes preguntas con sus respectivos indicadores:
Fórmula: Cantidad de hogares que llegaron al barrio por problemas de orden público / Número total de hogares
Fórmula: Sumatoria de los tiempos de permanencia de las personas en el barrio / Número total de hogares
Fórmula: Cantidad de hogares que viven en …. / Número total de hogares
Fórmula: Cantidad de hogares que toman el agua de entidades prestadoras de servicios públicos domiciliarios / Número total de hogares
Fórmula: Número de hogares ocupadas bajo la caracteristicas de cada uno de los indicadores / Número total de hogares
El insumo principal de este trabajo son los datos abiertos del portal Medata[1] y en particular la Encuesta de Calidad de Vida Medellín Cómo vamos.
ECV <- read.csv("./dataSet/encuesta_calidad_vida.csv", header = TRUE, sep=";")
Definiciones:
Cuando las preguntas hacen referencia a nivel de hogar, tomaremos la moda como referencia, es decir, el valor más representativo en las respuestas obtenidas en ese hogar. La proporción se hará sobre el total de los encuestados.
Librerias a utilizar en el desarrollo del proyecto
#library(xlsx)
library("factoextra")
## Loading required package: ggplot2
## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa
library(cluster)
library(plyr)
library(ggplot2)
library(GGally)
## Registered S3 method overwritten by 'GGally':
## method from
## +.gg ggplot2
library(dplyr)
##
## Attaching package: 'dplyr'
## The following object is masked from 'package:GGally':
##
## nasa
## The following objects are masked from 'package:plyr':
##
## arrange, count, desc, failwith, id, mutate, rename, summarise,
## summarize
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(magrittr)
library('sqldf')
## Loading required package: gsubfn
## Loading required package: proto
## Loading required package: RSQLite
library(rgdal)
## Loading required package: sp
## rgdal: version: 1.4-8, (SVN revision 845)
## Geospatial Data Abstraction Library extensions to R successfully loaded
## Loaded GDAL runtime: GDAL 2.4.2, released 2019/06/28
## Path to GDAL shared files: /Library/Frameworks/R.framework/Versions/3.6/Resources/library/rgdal/gdal
## GDAL binary built with GEOS: FALSE
## Loaded PROJ.4 runtime: Rel. 5.2.0, September 15th, 2018, [PJ_VERSION: 520]
## Path to PROJ.4 shared files: /Library/Frameworks/R.framework/Versions/3.6/Resources/library/rgdal/proj
## Linking to sp version: 1.3-2
library(leaflet)
library(plotly)
##
## Attaching package: 'plotly'
## The following objects are masked from 'package:plyr':
##
## arrange, mutate, rename, summarise
## The following object is masked from 'package:ggplot2':
##
## last_plot
## The following object is masked from 'package:stats':
##
## filter
## The following object is masked from 'package:graphics':
##
## layout
Función que permite sacar la moda para las preguntas orientadas a hogares
getmode <- function(v) {
uniqv <- unique(v)
uniqv[which.max(tabulate(match(v, uniqv)))]
}
Se procede a normalizar las cabeceras del dataframe del set de datos
names_ECV <- names(ECV)
i = 1
l_names <- list()
for (name_col in names_ECV) {
str_col <- unlist(strsplit(name_col," "))
str_col <- unlist(strsplit(str_col,"[.]"))
if (length(str_col) > 2){
l_names[i] <- paste(str_col[2],str_col[3],sep = '_')
}
else
{
l_names[i] <- paste(str_col[2])
}
i = i + 1
}
ECV <- setNames(ECV,l_names)
1. Caracterización de las dimensiones para la dimensión VIVIENDA Y SERVICIOS PUBLICOS
Construcción del dataframe con las preguntas de interes para la dimensión vivienda y servicios públicos
ECV_VIVIENDA <- ECV[,c("encuesta","persona","comuna","barrio","estrato","p_1","p_12","p_26","p_30","p_146",
"p_149","p_158","p_160","p_162","p_164","p_165","p_169","p_173","p_174","p_178","p_180","p_226")]
No existen valores nulos dentro de las preguntas de vivienda
summary(ECV_VIVIENDA)
## encuesta persona comuna
## Min. :1.201e+04 Min. : 1.000 MANRIQUE : 28951
## 1st Qu.:5.812e+07 1st Qu.: 1.000 BELEN : 26330
## Median :4.713e+08 Median : 2.000 ARANJUEZ : 24860
## Mean :1.424e+09 Mean : 2.641 POPULAR : 22587
## 3rd Qu.:1.592e+09 3rd Qu.: 4.000 ROBLEDO : 22051
## Max. :7.489e+09 Max. :20.000 DOCE DE OCTUBRE: 21787
## (Other) :184008
## barrio estrato p_1
## CABECERA SAN ANT DE PR. : 8987 Min. :1.000 1 : 76725
## LAS GRANJAS : 5192 1st Qu.:2.000 2 :222915
## MORAVIA : 4537 Median :2.000 NULL: 30934
## SANTO DOMINGO SABIO Nº 1: 4152 Mean :2.701
## POPULAR : 4027 3rd Qu.:3.000
## CASTILLA : 3873 Max. :6.000
## (Other) :299806
## p_12 p_26 p_30 p_146
## Min. : 1.000 Min. :-99.00 Min. :-99.00 Min. :1.000
## 1st Qu.: 3.000 1st Qu.:-88.00 1st Qu.: 3.00 1st Qu.:4.000
## Median : 4.000 Median :-88.00 Median : 11.00 Median :4.000
## Mean : 4.281 Mean :-60.64 Mean : 12.15 Mean :4.355
## 3rd Qu.: 5.000 3rd Qu.: 1.00 3rd Qu.: 26.00 3rd Qu.:5.000
## Max. :20.000 Max. : 11.00 Max. :106.00 Max. :5.000
##
## p_149 p_158 p_160 p_162
## Min. : 1.000 Min. :-88.000 Min. :-88.000 Min. :1.000
## 1st Qu.: 1.000 1st Qu.: 1.000 1st Qu.: 2.000 1st Qu.:1.000
## Median : 1.000 Median : 1.000 Median : 2.000 Median :1.000
## Mean : 1.079 Mean : 1.001 Mean : 1.776 Mean :1.011
## 3rd Qu.: 1.000 3rd Qu.: 1.000 3rd Qu.: 2.000 3rd Qu.:1.000
## Max. :10.000 Max. : 2.000 Max. : 2.000 Max. :2.000
##
## p_164 p_165 p_169 p_173
## Min. :-88.000 Min. :1.000 Min. :-88.00 Min. :-88.00
## 1st Qu.: 2.000 1st Qu.:1.000 1st Qu.: 2.00 1st Qu.:-88.00
## Median : 2.000 Median :1.000 Median : 2.00 Median : 2.00
## Mean : 0.647 Mean :1.031 Mean :-11.95 Mean :-24.41
## 3rd Qu.: 2.000 3rd Qu.:1.000 3rd Qu.: 2.00 3rd Qu.: 2.00
## Max. : 2.000 Max. :2.000 Max. : 2.00 Max. : 2.00
##
## p_174 p_178 p_180 p_226
## Min. :1.000 Min. :1.000 Min. :-88.00 Min. :-99.000
## 1st Qu.:1.000 1st Qu.:1.000 1st Qu.:-88.00 1st Qu.: 1.000
## Median :1.000 Median :1.000 Median : 2.00 Median : 3.000
## Mean :1.015 Mean :1.428 Mean :-36.55 Mean : 2.314
## 3rd Qu.:1.000 3rd Qu.:2.000 3rd Qu.: 2.00 3rd Qu.: 3.000
## Max. :2.000 Max. :2.000 Max. : 2.00 Max. : 6.000
##
Se procede a realizar el cálculo de cada uno de los indicadores definidos para la dimensión Vivienda y
#Se toma el máximo número de integrantes por encuesta
ECV_VIVIENDA_BARRIO <-ECV_VIVIENDA %>% select(encuesta,comuna, barrio,p_12) %>%
group_by(encuesta, comuna, barrio) %>%
summarise(total = n_distinct(encuesta),p_12 = max(p_12)) %>% ungroup() %>%
group_by(comuna,barrio) %>% summarise(total = sum(total), p_12 = sum(p_12) / sum(total)) %>% ungroup()
#write.xlsx(ECV_VIVIENDA[ECV_VIVIENDA$barrio == 'AGUAS FRÍAS',], 'aguasfrias2.xlsx')
#ECV_VIVIENDA[,c("p_26")]
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_26 == 1,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_26 = min(p_26)) %>% ungroup() %>%
group_by(comuna,barrio) %>% summarise(p_26 = sum(p_26)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_26 <- ECV_VIVIENDA_BARRIO$p_26 / ECV_VIVIENDA_BARRIO$total
ECV_VIVIENDA$p_antiguedad <- ifelse(ECV_VIVIENDA$p_30 >= 0 & ECV_VIVIENDA$p_30 <= 5, 1, ifelse(ECV_VIVIENDA$p_30 < 0, 0, 2))
# 1 menos de 5 años, 0 No sabe, 2 más de 6 años
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_antiguedad == 2,] %>%
group_by(encuesta, comuna ,barrio) %>% summarise(p_30 = n_distinct(p_antiguedad)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_30 = sum(p_30)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_30 <- ECV_VIVIENDA_BARRIO$p_30 / ECV_VIVIENDA_BARRIO$total
*Cálculo P_146_1. Porcentaje de hogares del barrio que viven en Rancho o vivienda de desechos
#ECV_VIVIENDA[ECV_VIVIENDA$p_146 == 1,]
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_146 == 1,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_146 = n_distinct(p_146)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_146 = sum(p_146)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_146 <- ECV_VIVIENDA_BARRIO$p_146 / ECV_VIVIENDA_BARRIO$total
colnames(ECV_VIVIENDA_BARRIO)[colnames(ECV_VIVIENDA_BARRIO) == 'p_146'] <- 'p_146_1'
*Cálculo P_146_2. Porcentaje de hogares del barrio que viven en Cuarto(s)
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_146 == 2,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_146 = n_distinct(p_146)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_146 = sum(p_146)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_146 <- ECV_VIVIENDA_BARRIO$p_146 / ECV_VIVIENDA_BARRIO$total
colnames(ECV_VIVIENDA_BARRIO)[colnames(ECV_VIVIENDA_BARRIO) == 'p_146'] <- 'p_146_2'
*Cálculo P_146_3. Porcentaje de hogares del barrio que viven en Cuartos en inquilinato
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_146 == 3,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_146 = n_distinct(p_146)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_146 = sum(p_146)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_146 <- ECV_VIVIENDA_BARRIO$p_146 / ECV_VIVIENDA_BARRIO$total
colnames(ECV_VIVIENDA_BARRIO)[colnames(ECV_VIVIENDA_BARRIO) == 'p_146'] <- 'p_146_3'
*Cálculo P_146_4. Porcentaje de hogares del barrio que viven en Apartamento
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_146 == 4,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_146 = n_distinct(p_146)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_146 = sum(p_146)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_146 <- ECV_VIVIENDA_BARRIO$p_146 / ECV_VIVIENDA_BARRIO$total
colnames(ECV_VIVIENDA_BARRIO)[colnames(ECV_VIVIENDA_BARRIO) == 'p_146'] <- 'p_146_4'
*Cálculo P_146_5. Porcentaje de hogares del barrio que viven en Casa
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_146 == 5,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_146 = n_distinct(p_146)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_146 = sum(p_146)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_146 <- ECV_VIVIENDA_BARRIO$p_146 / ECV_VIVIENDA_BARRIO$total
colnames(ECV_VIVIENDA_BARRIO)[colnames(ECV_VIVIENDA_BARRIO) == 'p_146'] <- 'p_146_5'
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_149 == 1,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_149 = getmode(p_149)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_149 = sum(p_149)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_149 <- ECV_VIVIENDA_BARRIO$p_149 / ECV_VIVIENDA_BARRIO$total
ECV_VIVIENDA$p_SP <- ifelse(ECV_VIVIENDA$p_158 == 1 & ECV_VIVIENDA$p_162 == 1 & ECV_VIVIENDA$p_165 == 1
& ECV_VIVIENDA$p_174 == 1, 1, 0)
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_SP == 1,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_SP = getmode(p_SP)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_SP = sum(p_SP)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_SP <- ECV_VIVIENDA_BARRIO$p_SP / ECV_VIVIENDA_BARRIO$total
ECV_VIVIENDA$p_SPS <- ifelse(ECV_VIVIENDA$p_160 == 1 | ECV_VIVIENDA$p_164 == 1 | ECV_VIVIENDA$p_173 == 1
| ECV_VIVIENDA$p_169 == 1 | ECV_VIVIENDA$p_180 == 1, 1, 0)
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_SPS == 1,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_SPS = getmode(p_SPS)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_SPS = sum(p_SPS)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_SPS <- ECV_VIVIENDA_BARRIO$p_SPS / ECV_VIVIENDA_BARRIO$total
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_178 == 1,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_178 = min(p_178)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_178 = sum(p_178)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_178 <- ECV_VIVIENDA_BARRIO$p_178 / ECV_VIVIENDA_BARRIO$total
*P_226_1. Porcentaje de hogares en arriendo o subarriendo mensual
tmp <- ECV_VIVIENDA[ECV_VIVIENDA$p_226 == 1,] %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_226 = n_distinct(encuesta)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_226 = sum(p_226)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_226 <- ECV_VIVIENDA_BARRIO$p_226 / ECV_VIVIENDA_BARRIO$total
colnames(ECV_VIVIENDA_BARRIO)[colnames(ECV_VIVIENDA_BARRIO) == 'p_226'] <- 'p_226_1'
*P_226_2. Porcentaje de hogares con propia
tmp <- subset(ECV_VIVIENDA, p_226 == 2 | p_226 == 3) %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_226 = n_distinct(encuesta)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_226 = sum(p_226)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_226 <- ECV_VIVIENDA_BARRIO$p_226 / ECV_VIVIENDA_BARRIO$total
colnames(ECV_VIVIENDA_BARRIO)[colnames(ECV_VIVIENDA_BARRIO) == 'p_226'] <- 'p_226_2'
*P_226_3. Porcentaje de hogares en otras condiciones
tmp <- subset(ECV_VIVIENDA, p_226 == 4 | p_226 == 5 | p_226 == 6) %>%
group_by(encuesta, comuna, barrio) %>% summarise(p_226 = n_distinct(encuesta)) %>% ungroup() %>%
group_by(comuna, barrio) %>% summarise(p_226 = sum(p_226)) %>% ungroup()
ECV_VIVIENDA_BARRIO <- merge(x = ECV_VIVIENDA_BARRIO, y = tmp,by.x=(c("comuna", "barrio")), all.x = TRUE)
if(exists('tmp')) rm(tmp)
ECV_VIVIENDA_BARRIO$p_226 <- ECV_VIVIENDA_BARRIO$p_226 / ECV_VIVIENDA_BARRIO$total
colnames(ECV_VIVIENDA_BARRIO)[colnames(ECV_VIVIENDA_BARRIO) == 'p_226'] <- 'p_226_3'
Depuración de columnas
ECV_VIVIENDA_BARRIO$total <- NULL
Estadisticas básicas VIVIENDA
summary(ECV_VIVIENDA_BARRIO)
## comuna barrio p_12 p_26
## EL POBLADO : 22 SAN PABLO : 3 Min. :1.333 Min. :0.00228
## ROBLEDO : 22 EL LLANO : 2 1st Qu.:3.144 1st Qu.:0.02949
## BELEN : 21 EL SALADO : 2 Median :3.500 Median :0.05013
## SAN CRISTOBAL: 21 LA ESPERANZA: 2 Mean :3.446 Mean :0.06946
## SAN JAVIER : 19 LA FLORIDA : 2 3rd Qu.:3.754 3rd Qu.:0.08945
## VILLA HERMOSA: 18 LA PALMA : 2 Max. :4.444 Max. :0.33880
## (Other) :187 (Other) :297 NA's :35
## p_30 p_146_1 p_146_2 p_146_3
## Min. :0.2561 Min. :0.00073 Min. :0.00121 Min. :0.00096
## 1st Qu.:0.6682 1st Qu.:0.00251 1st Qu.:0.00432 1st Qu.:0.00231
## Median :0.7382 Median :0.00826 Median :0.00619 Median :0.00311
## Mean :0.7195 Mean :0.01356 Mean :0.01312 Mean :0.00577
## 3rd Qu.:0.7843 3rd Qu.:0.01852 3rd Qu.:0.01129 3rd Qu.:0.00521
## Max. :1.0000 Max. :0.08511 Max. :0.33333 Max. :0.04762
## NA's :1 NA's :261 NA's :127 NA's :245
## p_146_4 p_146_5 p_149 p_SP
## Min. :0.07407 Min. :0.02155 Min. :0.08889 Min. :0.1556
## 1st Qu.:0.52805 1st Qu.:0.27375 1st Qu.:0.93085 1st Qu.:0.9145
## Median :0.63500 Median :0.35847 Median :0.98868 Median :0.9685
## Mean :0.61220 Mean :0.39703 Mean :0.89359 Mean :0.8969
## 3rd Qu.:0.72866 3rd Qu.:0.47640 3rd Qu.:0.99813 3rd Qu.:0.9838
## Max. :1.00000 Max. :1.00000 Max. :1.00000 Max. :1.0000
## NA's :9 NA's :2 NA's :1
## p_SPS p_178 p_226_1 p_226_2
## Min. :0.02174 Min. :0.03571 Min. :0.07143 Min. :0.1892
## 1st Qu.:0.06149 1st Qu.:0.36346 1st Qu.:0.28603 1st Qu.:0.5325
## Median :0.08341 Median :0.51264 Median :0.35000 Median :0.5793
## Mean :0.08691 Mean :0.53196 Mean :0.34257 Mean :0.5936
## 3rd Qu.:0.10582 3rd Qu.:0.69951 3rd Qu.:0.39198 3rd Qu.:0.6429
## Max. :0.28125 Max. :1.00000 Max. :1.00000 Max. :1.0000
## NA's :20 NA's :3 NA's :5 NA's :1
## p_226_3
## Min. :0.008621
## 1st Qu.:0.048632
## Median :0.066667
## Mean :0.076476
## 3rd Qu.:0.090909
## Max. :0.428571
## NA's :17
2. Agrupamientos
Para efectos de la ejecución de los modelos, los valores del data frame ECV_VIVIENDA_BARRIO que sean nulos se llenan con 0 dado que cuando se presenta un valor NAN significa que el indicador no aplica para el barrio y el cero lo representa
ECV_VIVIENDA_BARRIO[is.na(ECV_VIVIENDA_BARRIO)] <- 0
Si bien, la mayoria de los indicadores del dataframe ECV_VIVIENDA_BARRIO se encuentran en función de hogares existe un indicador en función de personas del hogar, por lo tanto es necesario poner todos los indicadores en la misma escala
#Kmeans no acepta variables categoricas, el identificador del barrio se convierte en nombre de filas para que no sean consideras por el algoritmo
#ECV_VIVIENDA_BARRIO_SCALE <- tibble::column_to_rownames(ECV_VIVIENDA_BARRIO, var = c("comuna","barrio"))
#ECV_VIVIENDA_BARRIO_SCALE <- scale(ECV_VIVIENDA_BARRIO_SCALE)
#ECV_VIVIENDA_BARRIO_SCALE <- ECV_VIVIENDA_BARRIO %>% mutate_if(is.numeric,scale)
ECV_VIVIENDA_BARRIO_CP <- ECV_VIVIENDA_BARRIO
ECV_VIVIENDA_BARRIO_CP$barrio <- paste(ECV_VIVIENDA_BARRIO_CP$comuna,ECV_VIVIENDA_BARRIO_CP$barrio,sep = "-")
ECV_VIVIENDA_BARRIO_CP$comuna <- NULL
ECV_VIVIENDA_BARRIO_SCALE <- tibble::column_to_rownames(ECV_VIVIENDA_BARRIO_CP, var = "barrio")
Se utilizan diferentes métodos para determinar el k óptimo a utilizar en el algoritmo de clusterización - Kmeans
fviz_nbclust(ECV_VIVIENDA_BARRIO_SCALE, kmeans, method = "wss") + labs(title= "Número óptimo de Clusters") + xlab("Número de Cluster (K)")
SS <- fviz_nbclust(ECV_VIVIENDA_BARRIO_SCALE, kmeans, method = "wss")
plot(2:10,diff(SS$data$y), type = "h", main="Diferencia en errores", xlab="k", ylab="diff")
fviz_nbclust(ECV_VIVIENDA_BARRIO_SCALE, kmeans, method = "silhouette")
De acuerdo a las gráficas de los diferentes métodos, se concluye que k = 3, es el k óptimo para la dimensión VIVIENDA Y SERVICIOS PUBLICOS, por lo cual aplicaremos el algoritmo Kmeans con dicho valor de k
#ECV_VIVIENDA_BARRIO[,3:15]
set.seed(1988)
kmeans_model <- kmeans(ECV_VIVIENDA_BARRIO_SCALE, 3, nstart = 50)
El modelo da un ajuste del 60.4% con k = 3
Se procede a agregar el cluster a la data original
df_member <- cbind(ECV_VIVIENDA_BARRIO, cluster = kmeans_model$cluster)
head(df_member)
## comuna
## ALTAVISTA-AGUAS FRÍAS ALTAVISTA
## ALTAVISTA-ALTAVISTA CENTRAL ALTAVISTA
## ALTAVISTA-ÁREA DE EXPANSIÓN ALTAVISTA ALTAVISTA
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN ALTAVISTA
## ALTAVISTA-BUGA PATIO BONITO ALTAVISTA
## ALTAVISTA-CABECERA ALTAVISTA ALTAVISTA
## barrio
## ALTAVISTA-AGUAS FRÍAS AGUAS FRÍAS
## ALTAVISTA-ALTAVISTA CENTRAL ALTAVISTA CENTRAL
## ALTAVISTA-ÁREA DE EXPANSIÓN ALTAVISTA ÁREA DE EXPANSIÓN ALTAVISTA
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN ÁREA DE EXPANSIÓN BELÉN RINCÓN
## ALTAVISTA-BUGA PATIO BONITO BUGA PATIO BONITO
## ALTAVISTA-CABECERA ALTAVISTA CABECERA ALTAVISTA
## p_12 p_26 p_30
## ALTAVISTA-AGUAS FRÍAS 3.500000 0.13888889 0.7777778
## ALTAVISTA-ALTAVISTA CENTRAL 3.673913 0.02173913 0.8188406
## ALTAVISTA-ÁREA DE EXPANSIÓN ALTAVISTA 3.544118 0.13235294 0.6176471
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 2.829268 0.02439024 0.2560976
## ALTAVISTA-BUGA PATIO BONITO 3.775281 0.15730337 0.8651685
## ALTAVISTA-CABECERA ALTAVISTA 4.048780 0.19512195 0.9024390
## p_146_1 p_146_2 p_146_3
## ALTAVISTA-AGUAS FRÍAS 0 0.000000000 0
## ALTAVISTA-ALTAVISTA CENTRAL 0 0.007246377 0
## ALTAVISTA-ÁREA DE EXPANSIÓN ALTAVISTA 0 0.014705882 0
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0 0.000000000 0
## ALTAVISTA-BUGA PATIO BONITO 0 0.000000000 0
## ALTAVISTA-CABECERA ALTAVISTA 0 0.000000000 0
## p_146_4 p_146_5 p_149
## ALTAVISTA-AGUAS FRÍAS 0.5277778 0.47222222 0.7222222
## ALTAVISTA-ALTAVISTA CENTRAL 0.4130435 0.57971014 0.4275362
## ALTAVISTA-ÁREA DE EXPANSIÓN ALTAVISTA 0.7647059 0.22058824 0.9705882
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.9756098 0.02439024 0.9756098
## ALTAVISTA-BUGA PATIO BONITO 0.4157303 0.58426966 0.2808989
## ALTAVISTA-CABECERA ALTAVISTA 0.3902439 0.60975610 0.6341463
## p_SP p_SPS p_178
## ALTAVISTA-AGUAS FRÍAS 0.8611111 0.00000000 0.3333333
## ALTAVISTA-ALTAVISTA CENTRAL 0.8043478 0.02173913 0.3043478
## ALTAVISTA-ÁREA DE EXPANSIÓN ALTAVISTA 0.9852941 0.08823529 0.4852941
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.9512195 0.04878049 0.9146341
## ALTAVISTA-BUGA PATIO BONITO 0.7640449 0.07865169 0.2134831
## ALTAVISTA-CABECERA ALTAVISTA 0.9512195 0.09756098 0.1951220
## p_226_1 p_226_2 p_226_3
## ALTAVISTA-AGUAS FRÍAS 0.4444444 0.4722222 0.08333333
## ALTAVISTA-ALTAVISTA CENTRAL 0.3550725 0.5507246 0.09420290
## ALTAVISTA-ÁREA DE EXPANSIÓN ALTAVISTA 0.3676471 0.5000000 0.13235294
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.2560976 0.6951220 0.04878049
## ALTAVISTA-BUGA PATIO BONITO 0.3033708 0.5730337 0.12359551
## ALTAVISTA-CABECERA ALTAVISTA 0.3658537 0.5853659 0.07317073
## cluster
## ALTAVISTA-AGUAS FRÍAS 3
## ALTAVISTA-ALTAVISTA CENTRAL 1
## ALTAVISTA-ÁREA DE EXPANSIÓN ALTAVISTA 3
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 2
## ALTAVISTA-BUGA PATIO BONITO 1
## ALTAVISTA-CABECERA ALTAVISTA 3
Visualizando los grupos
fviz_cluster(kmeans_model, data = ECV_VIVIENDA_BARRIO_SCALE, geom = "point") + ggtitle("Distribución de los barrios en los clusters")
Recordemos las indicadores asociados a la dimensión VIVIENDA
Análisis para cada uno de los grupos
Grupo 1
summary(df_member[df_member$cluster == 1,])
## comuna barrio p_12
## SAN CRISTOBAL :13 EL LLANO : 2 Min. :2.909
## SANTA ELENA :11 ALTAVISTA CENTRAL : 1 1st Qu.:3.217
## PALMITAS : 8 BARRO BLANCO : 1 Median :3.468
## SAN ANTONIO DE PRADO: 7 BOQUERÓN : 1 Mean :3.542
## ALTAVISTA : 4 BUGA PATIO BONITO : 1 3rd Qu.:3.806
## ARANJUEZ : 0 CORREGIMIENTO PALMITAS: 1 Max. :4.444
## (Other) : 0 (Other) :36
## p_26 p_30 p_146_1 p_146_2
## Min. :0.00000 Min. :0.0000 Min. :0.000000 Min. :0.00000
## 1st Qu.:0.00000 1st Qu.:0.7428 1st Qu.:0.000000 1st Qu.:0.00000
## Median :0.01613 Median :0.7812 Median :0.000000 Median :0.00000
## Mean :0.03763 Mean :0.7535 Mean :0.003572 Mean :0.01586
## 3rd Qu.:0.03590 3rd Qu.:0.8446 3rd Qu.:0.000000 3rd Qu.:0.00000
## Max. :0.30496 Max. :1.0000 Max. :0.085106 Max. :0.33333
##
## p_146_3 p_146_4 p_146_5 p_149
## Min. :0 Min. :0.00000 Min. :0.5625 Min. :0.0000
## 1st Qu.:0 1st Qu.:0.08578 1st Qu.:0.7434 1st Qu.:0.2900
## Median :0 Median :0.16667 Median :0.8000 Median :0.4275
## Mean :0 Mean :0.17412 Mean :0.8064 Mean :0.4327
## 3rd Qu.:0 3rd Qu.:0.22650 3rd Qu.:0.9045 3rd Qu.:0.5384
## Max. :0 Max. :0.43750 Max. :1.0000 Max. :1.0000
##
## p_SP p_SPS p_178 p_226_1
## Min. :0.1556 Min. :0.00000 Min. :0.0000 Min. :0.0000
## 1st Qu.:0.3525 1st Qu.:0.00000 1st Qu.:0.1515 1st Qu.:0.1348
## Median :0.5556 Median :0.06364 Median :0.2706 Median :0.2000
## Mean :0.5486 Mean :0.06409 Mean :0.2726 Mean :0.2163
## 3rd Qu.:0.7230 3rd Qu.:0.09233 3rd Qu.:0.3732 3rd Qu.:0.2913
## Max. :1.0000 Max. :0.28125 Max. :1.0000 Max. :0.6667
##
## p_226_2 p_226_3 cluster
## Min. :0.3333 Min. :0.00000 Min. :1
## 1st Qu.:0.5804 1st Qu.:0.03689 1st Qu.:1
## Median :0.6667 Median :0.09420 Median :1
## Mean :0.6833 Mean :0.10129 Mean :1
## 3rd Qu.:0.7854 3rd Qu.:0.13810 3rd Qu.:1
## Max. :1.0000 Max. :0.33333 Max. :1
##
En promedio hay 2.9 habitantes por hogar en los barrios de este grupo, este grupo de barrios dentro de su población tiene en promedio un 2% de hogares que han llegado por problemas de orden público, el 65% de los hogares llevan más de 6 años viviendo en estos barrios y viven mayormente en apartamento, casi siempre propio o arrendado, en donde el agua es tomada de las entidades prestaras de servicios públicos y cuenta con acceso a los servicios públicos básicos. Al menos el 70% de los apartamentos cuentan con acceso a internet.
Grupo 2
df_member[df_member$cluster == 2,]
## comuna
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN ALTAVISTA
## BELEN-BELÉN BELEN
## BELEN-CERRO NUTIBARA BELEN
## BELEN-DIEGO ECHAVARRÍA BELEN
## BELEN-EL NOGAL - LOS ALMENDROS BELEN
## BELEN-FÁTIMA BELEN
## BELEN-GRANADA BELEN
## BELEN-LA GLORIA BELEN
## BELEN-LA HONDONADA BELEN
## BELEN-LA LOMA DE LOS BERNAL BELEN
## BELEN-LA MOTA BELEN
## BELEN-LA PALMA BELEN
## BELEN-LAS PLAYAS BELEN
## BELEN-LOS ALPES BELEN
## BELEN-MIRAVALLE BELEN
## BELEN-NUEVA VILLA DE ABURRA BELEN
## BELEN-ROSALES BELEN
## BELEN-SAN BERNARDO BELEN
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA BUENOS AIRES
## BUENOS AIRES-LA ASOMADERA Nº 1 BUENOS AIRES
## BUENOS AIRES-LA ASOMADERA Nº 2 BUENOS AIRES
## BUENOS AIRES-LA ASOMADERA Nº 3 BUENOS AIRES
## CASTILLA-TRICENTENARIO CASTILLA
## EL POBLADO-ALEJANDRÍA EL POBLADO
## EL POBLADO-ALTOS DEL POBLADO EL POBLADO
## EL POBLADO-ASTORGA EL POBLADO
## EL POBLADO-BARRIO COLOMBIA EL POBLADO
## EL POBLADO-CASTROPOL EL POBLADO
## EL POBLADO-EL CASTILLO EL POBLADO
## EL POBLADO-EL DIAMANTE Nº 2 EL POBLADO
## EL POBLADO-EL POBLADO EL POBLADO
## EL POBLADO-EL TESORO EL POBLADO
## EL POBLADO-LA AGUACATALA EL POBLADO
## EL POBLADO-LA FLORIDA EL POBLADO
## EL POBLADO-LALINDE EL POBLADO
## EL POBLADO-LAS LOMAS Nº 1 EL POBLADO
## EL POBLADO-LAS LOMAS Nº 2 EL POBLADO
## EL POBLADO-LOS BALSOS Nº 1 EL POBLADO
## EL POBLADO-LOS BALSOS Nº 2 EL POBLADO
## EL POBLADO-LOS NARANJOS EL POBLADO
## EL POBLADO-MANILA EL POBLADO
## EL POBLADO-PATIO BONITO EL POBLADO
## EL POBLADO-SAN LUCAS EL POBLADO
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES EL POBLADO
## EL POBLADO-VILLA CARLOTA EL POBLADO
## GUAYABAL-LA COLINA GUAYABAL
## GUAYABAL-SAN PABLO GUAYABAL
## LA AMERICA-CALAZANS LA AMERICA
## LA AMERICA-CALAZANS PARTE ALTA LA AMERICA
## LA AMERICA-CAMPO ALEGRE LA AMERICA
## LA AMERICA-EL DANUBIO LA AMERICA
## LA AMERICA-FERRINI LA AMERICA
## LA AMERICA-LA AMÉRICA LA AMERICA
## LA AMERICA-LA FLORESTA LA AMERICA
## LA AMERICA-LOS PINOS LA AMERICA
## LA AMERICA-SANTA LUCIA LA AMERICA
## LA AMERICA-SANTA TERESITA LA AMERICA
## LA AMERICA-SIMÓN BOLIVAR LA AMERICA
## LA CANDELARIA-BARRIO COLON LA CANDELARIA
## LA CANDELARIA-BOMBONA Nº 1 LA CANDELARIA
## LA CANDELARIA-BOSTON LA CANDELARIA
## LA CANDELARIA-CORAZÓN DE JESÚS LA CANDELARIA
## LA CANDELARIA-EL CHAGUALO LA CANDELARIA
## LA CANDELARIA-GUAYAQUIL LA CANDELARIA
## LA CANDELARIA-LA CANDELARIA LA CANDELARIA
## LA CANDELARIA-LOS ÁNGELES LA CANDELARIA
## LA CANDELARIA-PRADO LA CANDELARIA
## LA CANDELARIA-SAN BENITO LA CANDELARIA
## LA CANDELARIA-SAN DIEGO LA CANDELARIA
## LA CANDELARIA-VILLA NUEVA LA CANDELARIA
## LAURELES-ESTADIO-BOLIVARIANA LAURELES-ESTADIO
## LAURELES-ESTADIO-CARLOS E RESTREPO LAURELES-ESTADIO
## LAURELES-ESTADIO-CUARTA BRIGADA LAURELES-ESTADIO
## LAURELES-ESTADIO-EL VELÓDROMO LAURELES-ESTADIO
## LAURELES-ESTADIO-ESTADIO LAURELES-ESTADIO
## LAURELES-ESTADIO-FLORIDA NUEVA LAURELES-ESTADIO
## LAURELES-ESTADIO-LA CASTELLANA LAURELES-ESTADIO
## LAURELES-ESTADIO-LAS ACACIAS LAURELES-ESTADIO
## LAURELES-ESTADIO-LAURELES LAURELES-ESTADIO
## LAURELES-ESTADIO-LORENA LAURELES-ESTADIO
## LAURELES-ESTADIO-LOS COLORES LAURELES-ESTADIO
## LAURELES-ESTADIO-LOS CONQUISTADORES LAURELES-ESTADIO
## LAURELES-ESTADIO-NARANJAL LAURELES-ESTADIO
## LAURELES-ESTADIO-SAN JOAQUÍN LAURELES-ESTADIO
## LAURELES-ESTADIO-SURAMERICANA LAURELES-ESTADIO
## ROBLEDO-ALTAMIRA ROBLEDO
## ROBLEDO-BARRIO FACULTAD DE MINAS ROBLEDO
## ROBLEDO-BOSQUES DE SAN PABLO ROBLEDO
## ROBLEDO-LA PILARICA ROBLEDO
## ROBLEDO-PALENQUE ROBLEDO
## ROBLEDO-ROBLEDO ROBLEDO
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL SAN CRISTOBAL
## SAN JAVIER-BELENCITO SAN JAVIER
## SAN JAVIER-LA PRADERA SAN JAVIER
## SAN JAVIER-LOS ALCÁZARES SAN JAVIER
## SAN JAVIER-SAN JAVIER Nº 1 SAN JAVIER
## SAN JAVIER-SANTA ROSA DE LIMA SAN JAVIER
## barrio
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN ÁREA DE EXPANSIÓN BELÉN RINCÓN
## BELEN-BELÉN BELÉN
## BELEN-CERRO NUTIBARA CERRO NUTIBARA
## BELEN-DIEGO ECHAVARRÍA DIEGO ECHAVARRÍA
## BELEN-EL NOGAL - LOS ALMENDROS EL NOGAL - LOS ALMENDROS
## BELEN-FÁTIMA FÁTIMA
## BELEN-GRANADA GRANADA
## BELEN-LA GLORIA LA GLORIA
## BELEN-LA HONDONADA LA HONDONADA
## BELEN-LA LOMA DE LOS BERNAL LA LOMA DE LOS BERNAL
## BELEN-LA MOTA LA MOTA
## BELEN-LA PALMA LA PALMA
## BELEN-LAS PLAYAS LAS PLAYAS
## BELEN-LOS ALPES LOS ALPES
## BELEN-MIRAVALLE MIRAVALLE
## BELEN-NUEVA VILLA DE ABURRA NUEVA VILLA DE ABURRA
## BELEN-ROSALES ROSALES
## BELEN-SAN BERNARDO SAN BERNARDO
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA ALEJANDRO ECHAVARRÍA
## BUENOS AIRES-LA ASOMADERA Nº 1 LA ASOMADERA Nº 1
## BUENOS AIRES-LA ASOMADERA Nº 2 LA ASOMADERA Nº 2
## BUENOS AIRES-LA ASOMADERA Nº 3 LA ASOMADERA Nº 3
## CASTILLA-TRICENTENARIO TRICENTENARIO
## EL POBLADO-ALEJANDRÍA ALEJANDRÍA
## EL POBLADO-ALTOS DEL POBLADO ALTOS DEL POBLADO
## EL POBLADO-ASTORGA ASTORGA
## EL POBLADO-BARRIO COLOMBIA BARRIO COLOMBIA
## EL POBLADO-CASTROPOL CASTROPOL
## EL POBLADO-EL CASTILLO EL CASTILLO
## EL POBLADO-EL DIAMANTE Nº 2 EL DIAMANTE Nº 2
## EL POBLADO-EL POBLADO EL POBLADO
## EL POBLADO-EL TESORO EL TESORO
## EL POBLADO-LA AGUACATALA LA AGUACATALA
## EL POBLADO-LA FLORIDA LA FLORIDA
## EL POBLADO-LALINDE LALINDE
## EL POBLADO-LAS LOMAS Nº 1 LAS LOMAS Nº 1
## EL POBLADO-LAS LOMAS Nº 2 LAS LOMAS Nº 2
## EL POBLADO-LOS BALSOS Nº 1 LOS BALSOS Nº 1
## EL POBLADO-LOS BALSOS Nº 2 LOS BALSOS Nº 2
## EL POBLADO-LOS NARANJOS LOS NARANJOS
## EL POBLADO-MANILA MANILA
## EL POBLADO-PATIO BONITO PATIO BONITO
## EL POBLADO-SAN LUCAS SAN LUCAS
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES SANTA MARIA DE LOS ÁNGELES
## EL POBLADO-VILLA CARLOTA VILLA CARLOTA
## GUAYABAL-LA COLINA LA COLINA
## GUAYABAL-SAN PABLO SAN PABLO
## LA AMERICA-CALAZANS CALAZANS
## LA AMERICA-CALAZANS PARTE ALTA CALAZANS PARTE ALTA
## LA AMERICA-CAMPO ALEGRE CAMPO ALEGRE
## LA AMERICA-EL DANUBIO EL DANUBIO
## LA AMERICA-FERRINI FERRINI
## LA AMERICA-LA AMÉRICA LA AMÉRICA
## LA AMERICA-LA FLORESTA LA FLORESTA
## LA AMERICA-LOS PINOS LOS PINOS
## LA AMERICA-SANTA LUCIA SANTA LUCIA
## LA AMERICA-SANTA TERESITA SANTA TERESITA
## LA AMERICA-SIMÓN BOLIVAR SIMÓN BOLIVAR
## LA CANDELARIA-BARRIO COLON BARRIO COLON
## LA CANDELARIA-BOMBONA Nº 1 BOMBONA Nº 1
## LA CANDELARIA-BOSTON BOSTON
## LA CANDELARIA-CORAZÓN DE JESÚS CORAZÓN DE JESÚS
## LA CANDELARIA-EL CHAGUALO EL CHAGUALO
## LA CANDELARIA-GUAYAQUIL GUAYAQUIL
## LA CANDELARIA-LA CANDELARIA LA CANDELARIA
## LA CANDELARIA-LOS ÁNGELES LOS ÁNGELES
## LA CANDELARIA-PRADO PRADO
## LA CANDELARIA-SAN BENITO SAN BENITO
## LA CANDELARIA-SAN DIEGO SAN DIEGO
## LA CANDELARIA-VILLA NUEVA VILLA NUEVA
## LAURELES-ESTADIO-BOLIVARIANA BOLIVARIANA
## LAURELES-ESTADIO-CARLOS E RESTREPO CARLOS E RESTREPO
## LAURELES-ESTADIO-CUARTA BRIGADA CUARTA BRIGADA
## LAURELES-ESTADIO-EL VELÓDROMO EL VELÓDROMO
## LAURELES-ESTADIO-ESTADIO ESTADIO
## LAURELES-ESTADIO-FLORIDA NUEVA FLORIDA NUEVA
## LAURELES-ESTADIO-LA CASTELLANA LA CASTELLANA
## LAURELES-ESTADIO-LAS ACACIAS LAS ACACIAS
## LAURELES-ESTADIO-LAURELES LAURELES
## LAURELES-ESTADIO-LORENA LORENA
## LAURELES-ESTADIO-LOS COLORES LOS COLORES
## LAURELES-ESTADIO-LOS CONQUISTADORES LOS CONQUISTADORES
## LAURELES-ESTADIO-NARANJAL NARANJAL
## LAURELES-ESTADIO-SAN JOAQUÍN SAN JOAQUÍN
## LAURELES-ESTADIO-SURAMERICANA SURAMERICANA
## ROBLEDO-ALTAMIRA ALTAMIRA
## ROBLEDO-BARRIO FACULTAD DE MINAS BARRIO FACULTAD DE MINAS
## ROBLEDO-BOSQUES DE SAN PABLO BOSQUES DE SAN PABLO
## ROBLEDO-LA PILARICA LA PILARICA
## ROBLEDO-PALENQUE PALENQUE
## ROBLEDO-ROBLEDO ROBLEDO
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL AREA DE EXPANCION SAN CRISTOBAL
## SAN JAVIER-BELENCITO BELENCITO
## SAN JAVIER-LA PRADERA LA PRADERA
## SAN JAVIER-LOS ALCÁZARES LOS ALCÁZARES
## SAN JAVIER-SAN JAVIER Nº 1 SAN JAVIER Nº 1
## SAN JAVIER-SANTA ROSA DE LIMA SANTA ROSA DE LIMA
## p_12 p_26
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 2.829268 0.024390244
## BELEN-BELÉN 3.093079 0.026252983
## BELEN-CERRO NUTIBARA 2.489796 0.000000000
## BELEN-DIEGO ECHAVARRÍA 3.022321 0.026785714
## BELEN-EL NOGAL - LOS ALMENDROS 2.737500 0.012500000
## BELEN-FÁTIMA 3.000000 0.022556391
## BELEN-GRANADA 3.246988 0.006024096
## BELEN-LA GLORIA 3.095238 0.015151515
## BELEN-LA HONDONADA 3.093923 0.023941068
## BELEN-LA LOMA DE LOS BERNAL 2.882682 0.013966480
## BELEN-LA MOTA 3.181818 0.025974026
## BELEN-LA PALMA 2.970149 0.022388060
## BELEN-LAS PLAYAS 3.267990 0.029776675
## BELEN-LOS ALPES 3.053797 0.037974684
## BELEN-MIRAVALLE 3.005348 0.026737968
## BELEN-NUEVA VILLA DE ABURRA 3.083916 0.000000000
## BELEN-ROSALES 2.984802 0.030395137
## BELEN-SAN BERNARDO 3.310345 0.034482759
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA 3.315152 0.027272727
## BUENOS AIRES-LA ASOMADERA Nº 1 3.116009 0.041763341
## BUENOS AIRES-LA ASOMADERA Nº 2 2.943396 0.018867925
## BUENOS AIRES-LA ASOMADERA Nº 3 2.923077 0.000000000
## CASTILLA-TRICENTENARIO 3.354740 0.042813456
## EL POBLADO-ALEJANDRÍA 2.954167 0.025000000
## EL POBLADO-ALTOS DEL POBLADO 2.819549 0.007518797
## EL POBLADO-ASTORGA 2.500000 0.000000000
## EL POBLADO-BARRIO COLOMBIA 3.000000 0.000000000
## EL POBLADO-CASTROPOL 2.695853 0.016129032
## EL POBLADO-EL CASTILLO 2.750000 0.010416667
## EL POBLADO-EL DIAMANTE Nº 2 2.845679 0.006172840
## EL POBLADO-EL POBLADO 3.000000 0.000000000
## EL POBLADO-EL TESORO 3.150685 0.002283105
## EL POBLADO-LA AGUACATALA 2.485915 0.014084507
## EL POBLADO-LA FLORIDA 2.649758 0.016908213
## EL POBLADO-LALINDE 2.592000 0.008000000
## EL POBLADO-LAS LOMAS Nº 1 2.615854 0.012195122
## EL POBLADO-LAS LOMAS Nº 2 2.637168 0.000000000
## EL POBLADO-LOS BALSOS Nº 1 2.754190 0.013966480
## EL POBLADO-LOS BALSOS Nº 2 2.812057 0.014184397
## EL POBLADO-LOS NARANJOS 3.229091 0.014545455
## EL POBLADO-MANILA 2.953846 0.000000000
## EL POBLADO-PATIO BONITO 2.746622 0.010135135
## EL POBLADO-SAN LUCAS 2.964179 0.002985075
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES 2.650289 0.002890173
## EL POBLADO-VILLA CARLOTA 2.696000 0.020000000
## GUAYABAL-LA COLINA 3.302667 0.049333333
## GUAYABAL-SAN PABLO 3.000000 0.000000000
## LA AMERICA-CALAZANS 3.067633 0.014492754
## LA AMERICA-CALAZANS PARTE ALTA 3.212698 0.036507937
## LA AMERICA-CAMPO ALEGRE 3.265306 0.028571429
## LA AMERICA-EL DANUBIO 3.323404 0.051063830
## LA AMERICA-FERRINI 3.208333 0.023809524
## LA AMERICA-LA AMÉRICA 2.979747 0.035443038
## LA AMERICA-LA FLORESTA 3.156044 0.054945055
## LA AMERICA-LOS PINOS 2.868613 0.029197080
## LA AMERICA-SANTA LUCIA 3.019417 0.029126214
## LA AMERICA-SANTA TERESITA 3.082418 0.016483516
## LA AMERICA-SIMÓN BOLIVAR 3.064815 0.004629630
## LA CANDELARIA-BARRIO COLON 3.086957 0.074534161
## LA CANDELARIA-BOMBONA Nº 1 2.865132 0.046052632
## LA CANDELARIA-BOSTON 2.836705 0.030346821
## LA CANDELARIA-CORAZÓN DE JESÚS 3.095238 0.095238095
## LA CANDELARIA-EL CHAGUALO 2.903904 0.036036036
## LA CANDELARIA-GUAYAQUIL 1.333333 0.000000000
## LA CANDELARIA-LA CANDELARIA 2.568720 0.061611374
## LA CANDELARIA-LOS ÁNGELES 2.958506 0.033195021
## LA CANDELARIA-PRADO 3.243697 0.058823529
## LA CANDELARIA-SAN BENITO 3.064516 0.080645161
## LA CANDELARIA-SAN DIEGO 2.902375 0.050131926
## LA CANDELARIA-VILLA NUEVA 2.752988 0.039840637
## LAURELES-ESTADIO-BOLIVARIANA 2.760369 0.055299539
## LAURELES-ESTADIO-CARLOS E RESTREPO 2.933333 0.016666667
## LAURELES-ESTADIO-CUARTA BRIGADA 2.983607 0.024590164
## LAURELES-ESTADIO-EL VELÓDROMO 2.955285 0.028455285
## LAURELES-ESTADIO-ESTADIO 2.933333 0.033333333
## LAURELES-ESTADIO-FLORIDA NUEVA 2.988679 0.037735849
## LAURELES-ESTADIO-LA CASTELLANA 3.115000 0.017500000
## LAURELES-ESTADIO-LAS ACACIAS 2.915541 0.027027027
## LAURELES-ESTADIO-LAURELES 2.893678 0.014367816
## LAURELES-ESTADIO-LORENA 2.983471 0.016528926
## LAURELES-ESTADIO-LOS COLORES 3.200000 0.033333333
## LAURELES-ESTADIO-LOS CONQUISTADORES 2.878099 0.022727273
## LAURELES-ESTADIO-NARANJAL 3.252525 0.050505051
## LAURELES-ESTADIO-SAN JOAQUÍN 2.768987 0.012658228
## LAURELES-ESTADIO-SURAMERICANA 2.829787 0.026595745
## ROBLEDO-ALTAMIRA 3.254310 0.030172414
## ROBLEDO-BARRIO FACULTAD DE MINAS 2.650000 0.000000000
## ROBLEDO-BOSQUES DE SAN PABLO 3.260000 0.020000000
## ROBLEDO-LA PILARICA 2.931452 0.024193548
## ROBLEDO-PALENQUE 3.332268 0.063897764
## ROBLEDO-ROBLEDO 3.148472 0.026200873
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL 2.837500 0.025000000
## SAN JAVIER-BELENCITO 3.350575 0.040229885
## SAN JAVIER-LA PRADERA 3.319109 0.048237477
## SAN JAVIER-LOS ALCÁZARES 3.262500 0.034375000
## SAN JAVIER-SAN JAVIER Nº 1 3.324873 0.040609137
## SAN JAVIER-SANTA ROSA DE LIMA 3.228346 0.031496063
## p_30 p_146_1
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.2560976 0
## BELEN-BELÉN 0.7398568 0
## BELEN-CERRO NUTIBARA 0.6326531 0
## BELEN-DIEGO ECHAVARRÍA 0.6562500 0
## BELEN-EL NOGAL - LOS ALMENDROS 0.6437500 0
## BELEN-FÁTIMA 0.7293233 0
## BELEN-GRANADA 0.6867470 0
## BELEN-LA GLORIA 0.6969697 0
## BELEN-LA HONDONADA 0.4751381 0
## BELEN-LA LOMA DE LOS BERNAL 0.4441341 0
## BELEN-LA MOTA 0.6389610 0
## BELEN-LA PALMA 0.6828358 0
## BELEN-LAS PLAYAS 0.6873449 0
## BELEN-LOS ALPES 0.6360759 0
## BELEN-MIRAVALLE 0.6737968 0
## BELEN-NUEVA VILLA DE ABURRA 0.6713287 0
## BELEN-ROSALES 0.7446809 0
## BELEN-SAN BERNARDO 0.7364532 0
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA 0.7151515 0
## BUENOS AIRES-LA ASOMADERA Nº 1 0.6682135 0
## BUENOS AIRES-LA ASOMADERA Nº 2 0.7735849 0
## BUENOS AIRES-LA ASOMADERA Nº 3 0.6923077 0
## CASTILLA-TRICENTENARIO 0.7798165 0
## EL POBLADO-ALEJANDRÍA 0.6708333 0
## EL POBLADO-ALTOS DEL POBLADO 0.5639098 0
## EL POBLADO-ASTORGA 0.7162162 0
## EL POBLADO-BARRIO COLOMBIA 1.0000000 0
## EL POBLADO-CASTROPOL 0.5345622 0
## EL POBLADO-EL CASTILLO 0.6979167 0
## EL POBLADO-EL DIAMANTE Nº 2 0.6512346 0
## EL POBLADO-EL POBLADO 0.6597938 0
## EL POBLADO-EL TESORO 0.7260274 0
## EL POBLADO-LA AGUACATALA 0.5985915 0
## EL POBLADO-LA FLORIDA 0.6714976 0
## EL POBLADO-LALINDE 0.5920000 0
## EL POBLADO-LAS LOMAS Nº 1 0.7621951 0
## EL POBLADO-LAS LOMAS Nº 2 0.6902655 0
## EL POBLADO-LOS BALSOS Nº 1 0.6033520 0
## EL POBLADO-LOS BALSOS Nº 2 0.6382979 0
## EL POBLADO-LOS NARANJOS 0.6618182 0
## EL POBLADO-MANILA 0.7230769 0
## EL POBLADO-PATIO BONITO 0.6486486 0
## EL POBLADO-SAN LUCAS 0.6417910 0
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES 0.5953757 0
## EL POBLADO-VILLA CARLOTA 0.3760000 0
## GUAYABAL-LA COLINA 0.7306667 0
## GUAYABAL-SAN PABLO 0.6666667 0
## LA AMERICA-CALAZANS 0.6183575 0
## LA AMERICA-CALAZANS PARTE ALTA 0.5698413 0
## LA AMERICA-CAMPO ALEGRE 0.7265306 0
## LA AMERICA-EL DANUBIO 0.6851064 0
## LA AMERICA-FERRINI 0.5654762 0
## LA AMERICA-LA AMÉRICA 0.6734177 0
## LA AMERICA-LA FLORESTA 0.6637363 0
## LA AMERICA-LOS PINOS 0.7153285 0
## LA AMERICA-SANTA LUCIA 0.6731392 0
## LA AMERICA-SANTA TERESITA 0.6950549 0
## LA AMERICA-SIMÓN BOLIVAR 0.7175926 0
## LA CANDELARIA-BARRIO COLON 0.5962733 0
## LA CANDELARIA-BOMBONA Nº 1 0.5164474 0
## LA CANDELARIA-BOSTON 0.5867052 0
## LA CANDELARIA-CORAZÓN DE JESÚS 0.6190476 0
## LA CANDELARIA-EL CHAGUALO 0.5435435 0
## LA CANDELARIA-GUAYAQUIL 0.6666667 0
## LA CANDELARIA-LA CANDELARIA 0.6303318 0
## LA CANDELARIA-LOS ÁNGELES 0.5601660 0
## LA CANDELARIA-PRADO 0.6778711 0
## LA CANDELARIA-SAN BENITO 0.5483871 0
## LA CANDELARIA-SAN DIEGO 0.6781003 0
## LA CANDELARIA-VILLA NUEVA 0.5498008 0
## LAURELES-ESTADIO-BOLIVARIANA 0.6912442 0
## LAURELES-ESTADIO-CARLOS E RESTREPO 0.6500000 0
## LAURELES-ESTADIO-CUARTA BRIGADA 0.6147541 0
## LAURELES-ESTADIO-EL VELÓDROMO 0.6463415 0
## LAURELES-ESTADIO-ESTADIO 0.6916667 0
## LAURELES-ESTADIO-FLORIDA NUEVA 0.6490566 0
## LAURELES-ESTADIO-LA CASTELLANA 0.7050000 0
## LAURELES-ESTADIO-LAS ACACIAS 0.6824324 0
## LAURELES-ESTADIO-LAURELES 0.7658046 0
## LAURELES-ESTADIO-LORENA 0.6969697 0
## LAURELES-ESTADIO-LOS COLORES 0.6592593 0
## LAURELES-ESTADIO-LOS CONQUISTADORES 0.6756198 0
## LAURELES-ESTADIO-NARANJAL 0.7171717 0
## LAURELES-ESTADIO-SAN JOAQUÍN 0.6424051 0
## LAURELES-ESTADIO-SURAMERICANA 0.7021277 0
## ROBLEDO-ALTAMIRA 0.7198276 0
## ROBLEDO-BARRIO FACULTAD DE MINAS 0.6000000 0
## ROBLEDO-BOSQUES DE SAN PABLO 0.6500000 0
## ROBLEDO-LA PILARICA 0.4677419 0
## ROBLEDO-PALENQUE 0.6805112 0
## ROBLEDO-ROBLEDO 0.7161572 0
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL 0.4250000 0
## SAN JAVIER-BELENCITO 0.7413793 0
## SAN JAVIER-LA PRADERA 0.7217069 0
## SAN JAVIER-LOS ALCÁZARES 0.6437500 0
## SAN JAVIER-SAN JAVIER Nº 1 0.6649746 0
## SAN JAVIER-SANTA ROSA DE LIMA 0.5905512 0
## p_146_2 p_146_3
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.000000000 0.000000000
## BELEN-BELÉN 0.002386635 0.000000000
## BELEN-CERRO NUTIBARA 0.000000000 0.000000000
## BELEN-DIEGO ECHAVARRÍA 0.004464286 0.000000000
## BELEN-EL NOGAL - LOS ALMENDROS 0.000000000 0.000000000
## BELEN-FÁTIMA 0.002506266 0.000000000
## BELEN-GRANADA 0.006024096 0.000000000
## BELEN-LA GLORIA 0.000000000 0.000000000
## BELEN-LA HONDONADA 0.000000000 0.000000000
## BELEN-LA LOMA DE LOS BERNAL 0.001396648 0.000000000
## BELEN-LA MOTA 0.002597403 0.000000000
## BELEN-LA PALMA 0.000000000 0.000000000
## BELEN-LAS PLAYAS 0.002481390 0.002481390
## BELEN-LOS ALPES 0.003164557 0.000000000
## BELEN-MIRAVALLE 0.000000000 0.000000000
## BELEN-NUEVA VILLA DE ABURRA 0.000000000 0.000000000
## BELEN-ROSALES 0.000000000 0.000000000
## BELEN-SAN BERNARDO 0.003694581 0.002463054
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA 0.006060606 0.003030303
## BUENOS AIRES-LA ASOMADERA Nº 1 0.002320186 0.000000000
## BUENOS AIRES-LA ASOMADERA Nº 2 0.000000000 0.000000000
## BUENOS AIRES-LA ASOMADERA Nº 3 0.000000000 0.000000000
## CASTILLA-TRICENTENARIO 0.006116208 0.000000000
## EL POBLADO-ALEJANDRÍA 0.000000000 0.000000000
## EL POBLADO-ALTOS DEL POBLADO 0.000000000 0.000000000
## EL POBLADO-ASTORGA 0.000000000 0.000000000
## EL POBLADO-BARRIO COLOMBIA 0.000000000 0.000000000
## EL POBLADO-CASTROPOL 0.000000000 0.000000000
## EL POBLADO-EL CASTILLO 0.010416667 0.000000000
## EL POBLADO-EL DIAMANTE Nº 2 0.000000000 0.000000000
## EL POBLADO-EL POBLADO 0.000000000 0.000000000
## EL POBLADO-EL TESORO 0.000000000 0.000000000
## EL POBLADO-LA AGUACATALA 0.000000000 0.000000000
## EL POBLADO-LA FLORIDA 0.000000000 0.000000000
## EL POBLADO-LALINDE 0.000000000 0.000000000
## EL POBLADO-LAS LOMAS Nº 1 0.000000000 0.000000000
## EL POBLADO-LAS LOMAS Nº 2 0.000000000 0.000000000
## EL POBLADO-LOS BALSOS Nº 1 0.000000000 0.000000000
## EL POBLADO-LOS BALSOS Nº 2 0.000000000 0.000000000
## EL POBLADO-LOS NARANJOS 0.000000000 0.000000000
## EL POBLADO-MANILA 0.000000000 0.000000000
## EL POBLADO-PATIO BONITO 0.000000000 0.000000000
## EL POBLADO-SAN LUCAS 0.000000000 0.000000000
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES 0.000000000 0.000000000
## EL POBLADO-VILLA CARLOTA 0.000000000 0.000000000
## GUAYABAL-LA COLINA 0.006666667 0.002666667
## GUAYABAL-SAN PABLO 0.000000000 0.000000000
## LA AMERICA-CALAZANS 0.004830918 0.000000000
## LA AMERICA-CALAZANS PARTE ALTA 0.003174603 0.000000000
## LA AMERICA-CAMPO ALEGRE 0.000000000 0.000000000
## LA AMERICA-EL DANUBIO 0.000000000 0.000000000
## LA AMERICA-FERRINI 0.005952381 0.000000000
## LA AMERICA-LA AMÉRICA 0.000000000 0.000000000
## LA AMERICA-LA FLORESTA 0.002197802 0.000000000
## LA AMERICA-LOS PINOS 0.000000000 0.000000000
## LA AMERICA-SANTA LUCIA 0.000000000 0.000000000
## LA AMERICA-SANTA TERESITA 0.000000000 0.000000000
## LA AMERICA-SIMÓN BOLIVAR 0.000000000 0.000000000
## LA CANDELARIA-BARRIO COLON 0.000000000 0.000000000
## LA CANDELARIA-BOMBONA Nº 1 0.000000000 0.006578947
## LA CANDELARIA-BOSTON 0.004335260 0.008670520
## LA CANDELARIA-CORAZÓN DE JESÚS 0.000000000 0.047619048
## LA CANDELARIA-EL CHAGUALO 0.000000000 0.003003003
## LA CANDELARIA-GUAYAQUIL 0.333333333 0.000000000
## LA CANDELARIA-LA CANDELARIA 0.004739336 0.000000000
## LA CANDELARIA-LOS ÁNGELES 0.020746888 0.004149378
## LA CANDELARIA-PRADO 0.019607843 0.000000000
## LA CANDELARIA-SAN BENITO 0.000000000 0.000000000
## LA CANDELARIA-SAN DIEGO 0.007915567 0.000000000
## LA CANDELARIA-VILLA NUEVA 0.011952191 0.007968127
## LAURELES-ESTADIO-BOLIVARIANA 0.004608295 0.004608295
## LAURELES-ESTADIO-CARLOS E RESTREPO 0.005555556 0.000000000
## LAURELES-ESTADIO-CUARTA BRIGADA 0.000000000 0.000000000
## LAURELES-ESTADIO-EL VELÓDROMO 0.004065041 0.000000000
## LAURELES-ESTADIO-ESTADIO 0.008333333 0.000000000
## LAURELES-ESTADIO-FLORIDA NUEVA 0.011320755 0.000000000
## LAURELES-ESTADIO-LA CASTELLANA 0.000000000 0.000000000
## LAURELES-ESTADIO-LAS ACACIAS 0.000000000 0.000000000
## LAURELES-ESTADIO-LAURELES 0.002873563 0.000000000
## LAURELES-ESTADIO-LORENA 0.005509642 0.002754821
## LAURELES-ESTADIO-LOS COLORES 0.000000000 0.000000000
## LAURELES-ESTADIO-LOS CONQUISTADORES 0.004132231 0.000000000
## LAURELES-ESTADIO-NARANJAL 0.030303030 0.000000000
## LAURELES-ESTADIO-SAN JOAQUÍN 0.006329114 0.000000000
## LAURELES-ESTADIO-SURAMERICANA 0.000000000 0.000000000
## ROBLEDO-ALTAMIRA 0.004310345 0.000000000
## ROBLEDO-BARRIO FACULTAD DE MINAS 0.000000000 0.000000000
## ROBLEDO-BOSQUES DE SAN PABLO 0.000000000 0.000000000
## ROBLEDO-LA PILARICA 0.004032258 0.000000000
## ROBLEDO-PALENQUE 0.000000000 0.000000000
## ROBLEDO-ROBLEDO 0.004366812 0.000000000
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL 0.012500000 0.000000000
## SAN JAVIER-BELENCITO 0.000000000 0.000000000
## SAN JAVIER-LA PRADERA 0.003710575 0.000000000
## SAN JAVIER-LOS ALCÁZARES 0.000000000 0.000000000
## SAN JAVIER-SAN JAVIER Nº 1 0.000000000 0.000000000
## SAN JAVIER-SANTA ROSA DE LIMA 0.000000000 0.000000000
## p_146_4 p_146_5
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.9756098 0.02439024
## BELEN-BELÉN 0.7470167 0.25059666
## BELEN-CERRO NUTIBARA 0.8571429 0.14285714
## BELEN-DIEGO ECHAVARRÍA 0.5178571 0.47767857
## BELEN-EL NOGAL - LOS ALMENDROS 0.6187500 0.38125000
## BELEN-FÁTIMA 0.7669173 0.23057644
## BELEN-GRANADA 0.6084337 0.38554217
## BELEN-LA GLORIA 0.5346320 0.46536797
## BELEN-LA HONDONADA 0.8397790 0.16022099
## BELEN-LA LOMA DE LOS BERNAL 0.8519553 0.14664804
## BELEN-LA MOTA 0.5636364 0.43376623
## BELEN-LA PALMA 0.7798507 0.22014925
## BELEN-LAS PLAYAS 0.7444169 0.25062035
## BELEN-LOS ALPES 0.7594937 0.23734177
## BELEN-MIRAVALLE 0.7112299 0.28877005
## BELEN-NUEVA VILLA DE ABURRA 0.8811189 0.11888112
## BELEN-ROSALES 0.6990881 0.30091185
## BELEN-SAN BERNARDO 0.6859606 0.30788177
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA 0.6818182 0.30909091
## BUENOS AIRES-LA ASOMADERA Nº 1 0.8120650 0.18561485
## BUENOS AIRES-LA ASOMADERA Nº 2 0.7924528 0.20754717
## BUENOS AIRES-LA ASOMADERA Nº 3 0.7692308 0.23076923
## CASTILLA-TRICENTENARIO 0.8623853 0.13149847
## EL POBLADO-ALEJANDRÍA 0.8250000 0.17500000
## EL POBLADO-ALTOS DEL POBLADO 0.7593985 0.24060150
## EL POBLADO-ASTORGA 0.7972973 0.20270270
## EL POBLADO-BARRIO COLOMBIA 0.5714286 0.42857143
## EL POBLADO-CASTROPOL 0.9562212 0.04377880
## EL POBLADO-EL CASTILLO 0.8750000 0.11458333
## EL POBLADO-EL DIAMANTE Nº 2 0.8981481 0.10185185
## EL POBLADO-EL POBLADO 0.8247423 0.17525773
## EL POBLADO-EL TESORO 0.7853881 0.21461187
## EL POBLADO-LA AGUACATALA 0.8661972 0.13380282
## EL POBLADO-LA FLORIDA 0.9033816 0.09661836
## EL POBLADO-LALINDE 0.9120000 0.08800000
## EL POBLADO-LAS LOMAS Nº 1 0.9268293 0.07317073
## EL POBLADO-LAS LOMAS Nº 2 0.8938053 0.10619469
## EL POBLADO-LOS BALSOS Nº 1 0.9106145 0.08938547
## EL POBLADO-LOS BALSOS Nº 2 0.9290780 0.07092199
## EL POBLADO-LOS NARANJOS 0.7636364 0.23636364
## EL POBLADO-MANILA 0.7692308 0.23076923
## EL POBLADO-PATIO BONITO 0.9729730 0.02702703
## EL POBLADO-SAN LUCAS 0.8626866 0.13731343
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES 0.9161850 0.08381503
## EL POBLADO-VILLA CARLOTA 0.9560000 0.04400000
## GUAYABAL-LA COLINA 0.6986667 0.29200000
## GUAYABAL-SAN PABLO 1.0000000 0.00000000
## LA AMERICA-CALAZANS 0.7439614 0.25120773
## LA AMERICA-CALAZANS PARTE ALTA 0.8095238 0.18730159
## LA AMERICA-CAMPO ALEGRE 0.7346939 0.26530612
## LA AMERICA-EL DANUBIO 0.6553191 0.34468085
## LA AMERICA-FERRINI 0.7083333 0.28571429
## LA AMERICA-LA AMÉRICA 0.6708861 0.32911392
## LA AMERICA-LA FLORESTA 0.6527473 0.34505495
## LA AMERICA-LOS PINOS 0.7226277 0.27737226
## LA AMERICA-SANTA LUCIA 0.6957929 0.30420712
## LA AMERICA-SANTA TERESITA 0.7225275 0.27747253
## LA AMERICA-SIMÓN BOLIVAR 0.6342593 0.36574074
## LA CANDELARIA-BARRIO COLON 0.9068323 0.09316770
## LA CANDELARIA-BOMBONA Nº 1 0.8881579 0.10526316
## LA CANDELARIA-BOSTON 0.8265896 0.16040462
## LA CANDELARIA-CORAZÓN DE JESÚS 0.9047619 0.04761905
## LA CANDELARIA-EL CHAGUALO 0.9069069 0.09009009
## LA CANDELARIA-GUAYAQUIL 0.6666667 0.00000000
## LA CANDELARIA-LA CANDELARIA 0.9194313 0.07582938
## LA CANDELARIA-LOS ÁNGELES 0.7095436 0.26556017
## LA CANDELARIA-PRADO 0.5266106 0.45378151
## LA CANDELARIA-SAN BENITO 0.8548387 0.14516129
## LA CANDELARIA-SAN DIEGO 0.8654354 0.12664908
## LA CANDELARIA-VILLA NUEVA 0.9003984 0.07968127
## LAURELES-ESTADIO-BOLIVARIANA 0.7972350 0.19354839
## LAURELES-ESTADIO-CARLOS E RESTREPO 0.8666667 0.12777778
## LAURELES-ESTADIO-CUARTA BRIGADA 0.9508197 0.04918033
## LAURELES-ESTADIO-EL VELÓDROMO 0.6504065 0.34552846
## LAURELES-ESTADIO-ESTADIO 0.6583333 0.33333333
## LAURELES-ESTADIO-FLORIDA NUEVA 0.7018868 0.28679245
## LAURELES-ESTADIO-LA CASTELLANA 0.7650000 0.23500000
## LAURELES-ESTADIO-LAS ACACIAS 0.7162162 0.28378378
## LAURELES-ESTADIO-LAURELES 0.8505747 0.14655172
## LAURELES-ESTADIO-LORENA 0.7520661 0.23966942
## LAURELES-ESTADIO-LOS COLORES 0.8333333 0.16666667
## LAURELES-ESTADIO-LOS CONQUISTADORES 0.8636364 0.13223140
## LAURELES-ESTADIO-NARANJAL 0.6868687 0.28282828
## LAURELES-ESTADIO-SAN JOAQUÍN 0.7753165 0.21835443
## LAURELES-ESTADIO-SURAMERICANA 0.8617021 0.13829787
## ROBLEDO-ALTAMIRA 0.9741379 0.02155172
## ROBLEDO-BARRIO FACULTAD DE MINAS 0.9000000 0.10000000
## ROBLEDO-BOSQUES DE SAN PABLO 0.5400000 0.46000000
## ROBLEDO-LA PILARICA 0.7943548 0.20161290
## ROBLEDO-PALENQUE 0.6837061 0.31629393
## ROBLEDO-ROBLEDO 0.6768559 0.31877729
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL 0.6500000 0.33750000
## SAN JAVIER-BELENCITO 0.7528736 0.24712644
## SAN JAVIER-LA PRADERA 0.6975881 0.29870130
## SAN JAVIER-LOS ALCÁZARES 0.6781250 0.32187500
## SAN JAVIER-SAN JAVIER Nº 1 0.6649746 0.33502538
## SAN JAVIER-SANTA ROSA DE LIMA 0.7244094 0.27559055
## p_149 p_SP
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.9756098 0.9512195
## BELEN-BELÉN 0.9976134 0.9904535
## BELEN-CERRO NUTIBARA 1.0000000 0.9795918
## BELEN-DIEGO ECHAVARRÍA 1.0000000 0.9821429
## BELEN-EL NOGAL - LOS ALMENDROS 0.9937500 0.9750000
## BELEN-FÁTIMA 0.9949875 0.9874687
## BELEN-GRANADA 0.9939759 1.0000000
## BELEN-LA GLORIA 0.9978355 0.9870130
## BELEN-LA HONDONADA 0.9926335 0.9815838
## BELEN-LA LOMA DE LOS BERNAL 0.9944134 0.9846369
## BELEN-LA MOTA 1.0000000 0.9896104
## BELEN-LA PALMA 1.0000000 0.9888060
## BELEN-LAS PLAYAS 0.9925558 0.9875931
## BELEN-LOS ALPES 0.9936709 0.9841772
## BELEN-MIRAVALLE 0.9893048 0.9839572
## BELEN-NUEVA VILLA DE ABURRA 0.9930070 0.9860140
## BELEN-ROSALES 0.9878419 0.9665653
## BELEN-SAN BERNARDO 0.9975369 0.9876847
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA 0.9363636 0.9848485
## BUENOS AIRES-LA ASOMADERA Nº 1 0.9976798 0.9744780
## BUENOS AIRES-LA ASOMADERA Nº 2 1.0000000 1.0000000
## BUENOS AIRES-LA ASOMADERA Nº 3 1.0000000 1.0000000
## CASTILLA-TRICENTENARIO 0.9969419 0.9816514
## EL POBLADO-ALEJANDRÍA 0.9958333 0.9916667
## EL POBLADO-ALTOS DEL POBLADO 0.9924812 1.0000000
## EL POBLADO-ASTORGA 1.0000000 0.9729730
## EL POBLADO-BARRIO COLOMBIA 1.0000000 1.0000000
## EL POBLADO-CASTROPOL 0.9631336 0.9838710
## EL POBLADO-EL CASTILLO 1.0000000 0.9583333
## EL POBLADO-EL DIAMANTE Nº 2 0.9506173 0.9691358
## EL POBLADO-EL POBLADO 1.0000000 0.9175258
## EL POBLADO-EL TESORO 0.9748858 0.9931507
## EL POBLADO-LA AGUACATALA 1.0000000 0.9859155
## EL POBLADO-LA FLORIDA 0.9855072 0.9927536
## EL POBLADO-LALINDE 1.0000000 0.9520000
## EL POBLADO-LAS LOMAS Nº 1 0.9512195 0.9878049
## EL POBLADO-LAS LOMAS Nº 2 1.0000000 1.0000000
## EL POBLADO-LOS BALSOS Nº 1 1.0000000 0.9720670
## EL POBLADO-LOS BALSOS Nº 2 0.9858156 0.9929078
## EL POBLADO-LOS NARANJOS 1.0000000 0.9745455
## EL POBLADO-MANILA 1.0000000 1.0000000
## EL POBLADO-PATIO BONITO 0.9358108 0.9763514
## EL POBLADO-SAN LUCAS 0.9820896 0.9850746
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES 0.9971098 0.9855491
## EL POBLADO-VILLA CARLOTA 0.9760000 0.9800000
## GUAYABAL-LA COLINA 0.9906667 0.9826667
## GUAYABAL-SAN PABLO 1.0000000 1.0000000
## LA AMERICA-CALAZANS 1.0000000 1.0000000
## LA AMERICA-CALAZANS PARTE ALTA 0.9936508 0.9873016
## LA AMERICA-CAMPO ALEGRE 1.0000000 0.9877551
## LA AMERICA-EL DANUBIO 1.0000000 0.9957447
## LA AMERICA-FERRINI 0.9940476 0.9880952
## LA AMERICA-LA AMÉRICA 1.0000000 0.9924051
## LA AMERICA-LA FLORESTA 0.9956044 0.9802198
## LA AMERICA-LOS PINOS 1.0000000 0.9854015
## LA AMERICA-SANTA LUCIA 0.9967638 0.9870550
## LA AMERICA-SANTA TERESITA 0.9890110 0.9725275
## LA AMERICA-SIMÓN BOLIVAR 0.9953704 0.9814815
## LA CANDELARIA-BARRIO COLON 1.0000000 0.9813665
## LA CANDELARIA-BOMBONA Nº 1 0.9605263 0.9473684
## LA CANDELARIA-BOSTON 0.9971098 0.9826590
## LA CANDELARIA-CORAZÓN DE JESÚS 1.0000000 1.0000000
## LA CANDELARIA-EL CHAGUALO 0.9279279 0.9549550
## LA CANDELARIA-GUAYAQUIL 1.0000000 0.6666667
## LA CANDELARIA-LA CANDELARIA 0.9952607 0.9857820
## LA CANDELARIA-LOS ÁNGELES 0.9792531 0.9792531
## LA CANDELARIA-PRADO 0.9635854 0.9607843
## LA CANDELARIA-SAN BENITO 1.0000000 1.0000000
## LA CANDELARIA-SAN DIEGO 1.0000000 0.9604222
## LA CANDELARIA-VILLA NUEVA 1.0000000 0.9920319
## LAURELES-ESTADIO-BOLIVARIANA 0.9953917 0.9769585
## LAURELES-ESTADIO-CARLOS E RESTREPO 0.9777778 0.9777778
## LAURELES-ESTADIO-CUARTA BRIGADA 0.9918033 0.9836066
## LAURELES-ESTADIO-EL VELÓDROMO 1.0000000 0.9634146
## LAURELES-ESTADIO-ESTADIO 1.0000000 0.9833333
## LAURELES-ESTADIO-FLORIDA NUEVA 0.9886792 0.9509434
## LAURELES-ESTADIO-LA CASTELLANA 0.9975000 0.9500000
## LAURELES-ESTADIO-LAS ACACIAS 0.9898649 0.9560811
## LAURELES-ESTADIO-LAURELES 0.9942529 0.9913793
## LAURELES-ESTADIO-LORENA 0.9917355 0.9807163
## LAURELES-ESTADIO-LOS COLORES 0.9981481 0.9740741
## LAURELES-ESTADIO-LOS CONQUISTADORES 0.9938017 0.9607438
## LAURELES-ESTADIO-NARANJAL 1.0000000 1.0000000
## LAURELES-ESTADIO-SAN JOAQUÍN 0.9968354 0.9841772
## LAURELES-ESTADIO-SURAMERICANA 1.0000000 0.9680851
## ROBLEDO-ALTAMIRA 1.0000000 0.9655172
## ROBLEDO-BARRIO FACULTAD DE MINAS 1.0000000 0.8500000
## ROBLEDO-BOSQUES DE SAN PABLO 0.9900000 0.9400000
## ROBLEDO-LA PILARICA 1.0000000 0.9879032
## ROBLEDO-PALENQUE 1.0000000 0.9840256
## ROBLEDO-ROBLEDO 0.9781659 0.9694323
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL 0.9125000 0.8875000
## SAN JAVIER-BELENCITO 0.9942529 0.9770115
## SAN JAVIER-LA PRADERA 1.0000000 0.9814471
## SAN JAVIER-LOS ALCÁZARES 0.9968750 0.9906250
## SAN JAVIER-SAN JAVIER Nº 1 1.0000000 0.9695431
## SAN JAVIER-SANTA ROSA DE LIMA 1.0000000 0.9921260
## p_SPS p_178
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.04878049 0.9146341
## BELEN-BELÉN 0.04534606 0.8210024
## BELEN-CERRO NUTIBARA 0.06122449 0.9387755
## BELEN-DIEGO ECHAVARRÍA 0.07142857 0.8437500
## BELEN-EL NOGAL - LOS ALMENDROS 0.06250000 0.7687500
## BELEN-FÁTIMA 0.04010025 0.7543860
## BELEN-GRANADA 0.03614458 0.7650602
## BELEN-LA GLORIA 0.10606061 0.7683983
## BELEN-LA HONDONADA 0.07734807 0.7624309
## BELEN-LA LOMA DE LOS BERNAL 0.07122905 0.8477654
## BELEN-LA MOTA 0.04675325 0.8103896
## BELEN-LA PALMA 0.03731343 0.8432836
## BELEN-LAS PLAYAS 0.06947891 0.7394541
## BELEN-LOS ALPES 0.03797468 0.7721519
## BELEN-MIRAVALLE 0.05347594 0.7967914
## BELEN-NUEVA VILLA DE ABURRA 0.05594406 0.7902098
## BELEN-ROSALES 0.05471125 0.8176292
## BELEN-SAN BERNARDO 0.07635468 0.6847291
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA 0.07575758 0.6303030
## BUENOS AIRES-LA ASOMADERA Nº 1 0.06496520 0.7424594
## BUENOS AIRES-LA ASOMADERA Nº 2 0.03773585 0.9056604
## BUENOS AIRES-LA ASOMADERA Nº 3 0.15384615 0.6923077
## CASTILLA-TRICENTENARIO 0.08256881 0.6697248
## EL POBLADO-ALEJANDRÍA 0.03333333 0.8416667
## EL POBLADO-ALTOS DEL POBLADO 0.03759398 0.9473684
## EL POBLADO-ASTORGA 0.04054054 0.7972973
## EL POBLADO-BARRIO COLOMBIA 0.14285714 0.5714286
## EL POBLADO-CASTROPOL 0.06221198 0.8940092
## EL POBLADO-EL CASTILLO 0.08333333 0.8750000
## EL POBLADO-EL DIAMANTE Nº 2 0.04320988 0.8950617
## EL POBLADO-EL POBLADO 0.08247423 0.8556701
## EL POBLADO-EL TESORO 0.05707763 0.8812785
## EL POBLADO-LA AGUACATALA 0.04225352 0.8802817
## EL POBLADO-LA FLORIDA 0.07487923 0.8768116
## EL POBLADO-LALINDE 0.05600000 0.9040000
## EL POBLADO-LAS LOMAS Nº 1 0.07926829 0.8597561
## EL POBLADO-LAS LOMAS Nº 2 0.04424779 0.9115044
## EL POBLADO-LOS BALSOS Nº 1 0.06145251 0.9106145
## EL POBLADO-LOS BALSOS Nº 2 0.06028369 0.9042553
## EL POBLADO-LOS NARANJOS 0.05454545 0.9018182
## EL POBLADO-MANILA 0.07692308 0.7076923
## EL POBLADO-PATIO BONITO 0.07432432 0.8750000
## EL POBLADO-SAN LUCAS 0.05970149 0.8746269
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES 0.04624277 0.8757225
## EL POBLADO-VILLA CARLOTA 0.05600000 0.9000000
## GUAYABAL-LA COLINA 0.10266667 0.5973333
## GUAYABAL-SAN PABLO 0.00000000 1.0000000
## LA AMERICA-CALAZANS 0.06763285 0.7874396
## LA AMERICA-CALAZANS PARTE ALTA 0.06507937 0.7714286
## LA AMERICA-CAMPO ALEGRE 0.03265306 0.7877551
## LA AMERICA-EL DANUBIO 0.06808511 0.6978723
## LA AMERICA-FERRINI 0.05357143 0.7738095
## LA AMERICA-LA AMÉRICA 0.06329114 0.6455696
## LA AMERICA-LA FLORESTA 0.05274725 0.7098901
## LA AMERICA-LOS PINOS 0.10218978 0.7664234
## LA AMERICA-SANTA LUCIA 0.06472492 0.6796117
## LA AMERICA-SANTA TERESITA 0.03846154 0.7939560
## LA AMERICA-SIMÓN BOLIVAR 0.04629630 0.7685185
## LA CANDELARIA-BARRIO COLON 0.06211180 0.6149068
## LA CANDELARIA-BOMBONA Nº 1 0.09210526 0.6842105
## LA CANDELARIA-BOSTON 0.05491329 0.6849711
## LA CANDELARIA-CORAZÓN DE JESÚS 0.00000000 0.4761905
## LA CANDELARIA-EL CHAGUALO 0.08708709 0.7537538
## LA CANDELARIA-GUAYAQUIL 0.00000000 0.3333333
## LA CANDELARIA-LA CANDELARIA 0.06161137 0.5497630
## LA CANDELARIA-LOS ÁNGELES 0.04564315 0.6721992
## LA CANDELARIA-PRADO 0.05602241 0.6554622
## LA CANDELARIA-SAN BENITO 0.04838710 0.4193548
## LA CANDELARIA-SAN DIEGO 0.05013193 0.7282322
## LA CANDELARIA-VILLA NUEVA 0.07968127 0.6095618
## LAURELES-ESTADIO-BOLIVARIANA 0.03686636 0.7419355
## LAURELES-ESTADIO-CARLOS E RESTREPO 0.07777778 0.8000000
## LAURELES-ESTADIO-CUARTA BRIGADA 0.06557377 0.7991803
## LAURELES-ESTADIO-EL VELÓDROMO 0.06097561 0.7479675
## LAURELES-ESTADIO-ESTADIO 0.02916667 0.7750000
## LAURELES-ESTADIO-FLORIDA NUEVA 0.07169811 0.7396226
## LAURELES-ESTADIO-LA CASTELLANA 0.04500000 0.8225000
## LAURELES-ESTADIO-LAS ACACIAS 0.05405405 0.7905405
## LAURELES-ESTADIO-LAURELES 0.05172414 0.7729885
## LAURELES-ESTADIO-LORENA 0.06887052 0.7630854
## LAURELES-ESTADIO-LOS COLORES 0.06666667 0.8444444
## LAURELES-ESTADIO-LOS CONQUISTADORES 0.05578512 0.8450413
## LAURELES-ESTADIO-NARANJAL 0.10101010 0.6262626
## LAURELES-ESTADIO-SAN JOAQUÍN 0.04746835 0.7341772
## LAURELES-ESTADIO-SURAMERICANA 0.04255319 0.8138298
## ROBLEDO-ALTAMIRA 0.04310345 0.7370690
## ROBLEDO-BARRIO FACULTAD DE MINAS 0.15000000 0.6500000
## ROBLEDO-BOSQUES DE SAN PABLO 0.05000000 0.7400000
## ROBLEDO-LA PILARICA 0.05645161 0.8185484
## ROBLEDO-PALENQUE 0.05750799 0.6932907
## ROBLEDO-ROBLEDO 0.06550218 0.5283843
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL 0.11250000 0.6000000
## SAN JAVIER-BELENCITO 0.09770115 0.7011494
## SAN JAVIER-LA PRADERA 0.08348794 0.6252319
## SAN JAVIER-LOS ALCÁZARES 0.05312500 0.6843750
## SAN JAVIER-SAN JAVIER Nº 1 0.06091371 0.6852792
## SAN JAVIER-SANTA ROSA DE LIMA 0.10236220 0.6850394
## p_226_1 p_226_2
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.25609756 0.6951220
## BELEN-BELÉN 0.35560859 0.5990453
## BELEN-CERRO NUTIBARA 0.14285714 0.7959184
## BELEN-DIEGO ECHAVARRÍA 0.30357143 0.6696429
## BELEN-EL NOGAL - LOS ALMENDROS 0.32500000 0.6500000
## BELEN-FÁTIMA 0.32330827 0.6290727
## BELEN-GRANADA 0.33734940 0.6204819
## BELEN-LA GLORIA 0.35714286 0.5822511
## BELEN-LA HONDONADA 0.32596685 0.6372007
## BELEN-LA LOMA DE LOS BERNAL 0.31284916 0.6522346
## BELEN-LA MOTA 0.27272727 0.6805195
## BELEN-LA PALMA 0.25000000 0.7164179
## BELEN-LAS PLAYAS 0.30521092 0.6377171
## BELEN-LOS ALPES 0.33860759 0.5917722
## BELEN-MIRAVALLE 0.36363636 0.5989305
## BELEN-NUEVA VILLA DE ABURRA 0.19580420 0.7482517
## BELEN-ROSALES 0.27659574 0.6747720
## BELEN-SAN BERNARDO 0.37068966 0.5800493
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA 0.36060606 0.5848485
## BUENOS AIRES-LA ASOMADERA Nº 1 0.32482599 0.6241299
## BUENOS AIRES-LA ASOMADERA Nº 2 0.22641509 0.7547170
## BUENOS AIRES-LA ASOMADERA Nº 3 0.07692308 0.9230769
## CASTILLA-TRICENTENARIO 0.31804281 0.6452599
## EL POBLADO-ALEJANDRÍA 0.19583333 0.7416667
## EL POBLADO-ALTOS DEL POBLADO 0.25563910 0.6992481
## EL POBLADO-ASTORGA 0.20270270 0.7432432
## EL POBLADO-BARRIO COLOMBIA 0.00000000 0.5714286
## EL POBLADO-CASTROPOL 0.26958525 0.7004608
## EL POBLADO-EL CASTILLO 0.23958333 0.7187500
## EL POBLADO-EL DIAMANTE Nº 2 0.25000000 0.7253086
## EL POBLADO-EL POBLADO 0.16494845 0.8247423
## EL POBLADO-EL TESORO 0.15296804 0.8196347
## EL POBLADO-LA AGUACATALA 0.30281690 0.6760563
## EL POBLADO-LA FLORIDA 0.19323671 0.7801932
## EL POBLADO-LALINDE 0.21600000 0.7120000
## EL POBLADO-LAS LOMAS Nº 1 0.23780488 0.7073171
## EL POBLADO-LAS LOMAS Nº 2 0.27433628 0.6902655
## EL POBLADO-LOS BALSOS Nº 1 0.22346369 0.7541899
## EL POBLADO-LOS BALSOS Nº 2 0.24113475 0.7375887
## EL POBLADO-LOS NARANJOS 0.20000000 0.7890909
## EL POBLADO-MANILA 0.30769231 0.6153846
## EL POBLADO-PATIO BONITO 0.27702703 0.6925676
## EL POBLADO-SAN LUCAS 0.19402985 0.7552239
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES 0.17919075 0.7861272
## EL POBLADO-VILLA CARLOTA 0.41200000 0.5640000
## GUAYABAL-LA COLINA 0.41066667 0.5000000
## GUAYABAL-SAN PABLO 0.66666667 0.3333333
## LA AMERICA-CALAZANS 0.30917874 0.6328502
## LA AMERICA-CALAZANS PARTE ALTA 0.35714286 0.5952381
## LA AMERICA-CAMPO ALEGRE 0.37959184 0.5959184
## LA AMERICA-EL DANUBIO 0.42978723 0.4936170
## LA AMERICA-FERRINI 0.41071429 0.5416667
## LA AMERICA-LA AMÉRICA 0.39493671 0.5594937
## LA AMERICA-LA FLORESTA 0.41978022 0.5274725
## LA AMERICA-LOS PINOS 0.31386861 0.6350365
## LA AMERICA-SANTA LUCIA 0.35922330 0.5792880
## LA AMERICA-SANTA TERESITA 0.25549451 0.7032967
## LA AMERICA-SIMÓN BOLIVAR 0.35648148 0.6111111
## LA CANDELARIA-BARRIO COLON 0.52795031 0.4347826
## LA CANDELARIA-BOMBONA Nº 1 0.42763158 0.5230263
## LA CANDELARIA-BOSTON 0.48843931 0.4624277
## LA CANDELARIA-CORAZÓN DE JESÚS 0.42857143 0.5238095
## LA CANDELARIA-EL CHAGUALO 0.60360360 0.3453453
## LA CANDELARIA-GUAYAQUIL 1.00000000 0.0000000
## LA CANDELARIA-LA CANDELARIA 0.41706161 0.5260664
## LA CANDELARIA-LOS ÁNGELES 0.48547718 0.4522822
## LA CANDELARIA-PRADO 0.46218487 0.4789916
## LA CANDELARIA-SAN BENITO 0.54838710 0.3870968
## LA CANDELARIA-SAN DIEGO 0.37994723 0.5831135
## LA CANDELARIA-VILLA NUEVA 0.45816733 0.4780876
## LAURELES-ESTADIO-BOLIVARIANA 0.37788018 0.5852535
## LAURELES-ESTADIO-CARLOS E RESTREPO 0.31666667 0.6611111
## LAURELES-ESTADIO-CUARTA BRIGADA 0.36885246 0.5696721
## LAURELES-ESTADIO-EL VELÓDROMO 0.39430894 0.5813008
## LAURELES-ESTADIO-ESTADIO 0.39166667 0.5500000
## LAURELES-ESTADIO-FLORIDA NUEVA 0.33962264 0.6113208
## LAURELES-ESTADIO-LA CASTELLANA 0.28000000 0.6850000
## LAURELES-ESTADIO-LAS ACACIAS 0.29054054 0.6756757
## LAURELES-ESTADIO-LAURELES 0.24425287 0.7241379
## LAURELES-ESTADIO-LORENA 0.37190083 0.5950413
## LAURELES-ESTADIO-LOS COLORES 0.31111111 0.6592593
## LAURELES-ESTADIO-LOS CONQUISTADORES 0.23347107 0.7314050
## LAURELES-ESTADIO-NARANJAL 0.37373737 0.5757576
## LAURELES-ESTADIO-SAN JOAQUÍN 0.39873418 0.5537975
## LAURELES-ESTADIO-SURAMERICANA 0.28191489 0.6808511
## ROBLEDO-ALTAMIRA 0.34051724 0.6163793
## ROBLEDO-BARRIO FACULTAD DE MINAS 0.30000000 0.6000000
## ROBLEDO-BOSQUES DE SAN PABLO 0.35000000 0.6100000
## ROBLEDO-LA PILARICA 0.33467742 0.6330645
## ROBLEDO-PALENQUE 0.30990415 0.6230032
## ROBLEDO-ROBLEDO 0.38427948 0.5371179
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL 0.45000000 0.5500000
## SAN JAVIER-BELENCITO 0.29310345 0.6781609
## SAN JAVIER-LA PRADERA 0.40074212 0.5250464
## SAN JAVIER-LOS ALCÁZARES 0.41875000 0.5062500
## SAN JAVIER-SAN JAVIER Nº 1 0.48223350 0.4416244
## SAN JAVIER-SANTA ROSA DE LIMA 0.37795276 0.4881890
## p_226_3 cluster
## ALTAVISTA-ÁREA DE EXPANSIÓN BELÉN RINCÓN 0.04878049 2
## BELEN-BELÉN 0.04534606 2
## BELEN-CERRO NUTIBARA 0.06122449 2
## BELEN-DIEGO ECHAVARRÍA 0.02678571 2
## BELEN-EL NOGAL - LOS ALMENDROS 0.02500000 2
## BELEN-FÁTIMA 0.04761905 2
## BELEN-GRANADA 0.04216867 2
## BELEN-LA GLORIA 0.06060606 2
## BELEN-LA HONDONADA 0.03683241 2
## BELEN-LA LOMA DE LOS BERNAL 0.03491620 2
## BELEN-LA MOTA 0.04675325 2
## BELEN-LA PALMA 0.03358209 2
## BELEN-LAS PLAYAS 0.05707196 2
## BELEN-LOS ALPES 0.06962025 2
## BELEN-MIRAVALLE 0.03743316 2
## BELEN-NUEVA VILLA DE ABURRA 0.05594406 2
## BELEN-ROSALES 0.04863222 2
## BELEN-SAN BERNARDO 0.05049261 2
## BUENOS AIRES-ALEJANDRO ECHAVARRÍA 0.05454545 2
## BUENOS AIRES-LA ASOMADERA Nº 1 0.05104408 2
## BUENOS AIRES-LA ASOMADERA Nº 2 0.01886792 2
## BUENOS AIRES-LA ASOMADERA Nº 3 0.00000000 2
## CASTILLA-TRICENTENARIO 0.03669725 2
## EL POBLADO-ALEJANDRÍA 0.06250000 2
## EL POBLADO-ALTOS DEL POBLADO 0.04511278 2
## EL POBLADO-ASTORGA 0.05405405 2
## EL POBLADO-BARRIO COLOMBIA 0.42857143 2
## EL POBLADO-CASTROPOL 0.02995392 2
## EL POBLADO-EL CASTILLO 0.04166667 2
## EL POBLADO-EL DIAMANTE Nº 2 0.02469136 2
## EL POBLADO-EL POBLADO 0.01030928 2
## EL POBLADO-EL TESORO 0.02968037 2
## EL POBLADO-LA AGUACATALA 0.02112676 2
## EL POBLADO-LA FLORIDA 0.02657005 2
## EL POBLADO-LALINDE 0.07200000 2
## EL POBLADO-LAS LOMAS Nº 1 0.05487805 2
## EL POBLADO-LAS LOMAS Nº 2 0.03539823 2
## EL POBLADO-LOS BALSOS Nº 1 0.02234637 2
## EL POBLADO-LOS BALSOS Nº 2 0.02127660 2
## EL POBLADO-LOS NARANJOS 0.01454545 2
## EL POBLADO-MANILA 0.07692308 2
## EL POBLADO-PATIO BONITO 0.03378378 2
## EL POBLADO-SAN LUCAS 0.05074627 2
## EL POBLADO-SANTA MARIA DE LOS ÁNGELES 0.03468208 2
## EL POBLADO-VILLA CARLOTA 0.02400000 2
## GUAYABAL-LA COLINA 0.09066667 2
## GUAYABAL-SAN PABLO 0.00000000 2
## LA AMERICA-CALAZANS 0.05797101 2
## LA AMERICA-CALAZANS PARTE ALTA 0.04761905 2
## LA AMERICA-CAMPO ALEGRE 0.02448980 2
## LA AMERICA-EL DANUBIO 0.08085106 2
## LA AMERICA-FERRINI 0.04761905 2
## LA AMERICA-LA AMÉRICA 0.04556962 2
## LA AMERICA-LA FLORESTA 0.05274725 2
## LA AMERICA-LOS PINOS 0.05109489 2
## LA AMERICA-SANTA LUCIA 0.06148867 2
## LA AMERICA-SANTA TERESITA 0.04120879 2
## LA AMERICA-SIMÓN BOLIVAR 0.03240741 2
## LA CANDELARIA-BARRIO COLON 0.03726708 2
## LA CANDELARIA-BOMBONA Nº 1 0.04934211 2
## LA CANDELARIA-BOSTON 0.05057803 2
## LA CANDELARIA-CORAZÓN DE JESÚS 0.04761905 2
## LA CANDELARIA-EL CHAGUALO 0.05105105 2
## LA CANDELARIA-GUAYAQUIL 0.00000000 2
## LA CANDELARIA-LA CANDELARIA 0.05687204 2
## LA CANDELARIA-LOS ÁNGELES 0.06224066 2
## LA CANDELARIA-PRADO 0.05882353 2
## LA CANDELARIA-SAN BENITO 0.06451613 2
## LA CANDELARIA-SAN DIEGO 0.03693931 2
## LA CANDELARIA-VILLA NUEVA 0.06374502 2
## LAURELES-ESTADIO-BOLIVARIANA 0.03686636 2
## LAURELES-ESTADIO-CARLOS E RESTREPO 0.02222222 2
## LAURELES-ESTADIO-CUARTA BRIGADA 0.06147541 2
## LAURELES-ESTADIO-EL VELÓDROMO 0.02439024 2
## LAURELES-ESTADIO-ESTADIO 0.05833333 2
## LAURELES-ESTADIO-FLORIDA NUEVA 0.04905660 2
## LAURELES-ESTADIO-LA CASTELLANA 0.03500000 2
## LAURELES-ESTADIO-LAS ACACIAS 0.03378378 2
## LAURELES-ESTADIO-LAURELES 0.03160920 2
## LAURELES-ESTADIO-LORENA 0.03305785 2
## LAURELES-ESTADIO-LOS COLORES 0.02962963 2
## LAURELES-ESTADIO-LOS CONQUISTADORES 0.03512397 2
## LAURELES-ESTADIO-NARANJAL 0.05050505 2
## LAURELES-ESTADIO-SAN JOAQUÍN 0.04746835 2
## LAURELES-ESTADIO-SURAMERICANA 0.03723404 2
## ROBLEDO-ALTAMIRA 0.04310345 2
## ROBLEDO-BARRIO FACULTAD DE MINAS 0.10000000 2
## ROBLEDO-BOSQUES DE SAN PABLO 0.04000000 2
## ROBLEDO-LA PILARICA 0.03225806 2
## ROBLEDO-PALENQUE 0.06709265 2
## ROBLEDO-ROBLEDO 0.07860262 2
## SAN CRISTOBAL-AREA DE EXPANCION SAN CRISTOBAL 0.00000000 2
## SAN JAVIER-BELENCITO 0.03448276 2
## SAN JAVIER-LA PRADERA 0.07421150 2
## SAN JAVIER-LOS ALCÁZARES 0.07812500 2
## SAN JAVIER-SAN JAVIER Nº 1 0.07614213 2
## SAN JAVIER-SANTA ROSA DE LIMA 0.13385827 2
Barrios con promedio de 4 personas por hogar, al menos el 70% de los hogares han vivido allá por más de 6 años en sus casas o apartamentos arrendados o propios, cuantan con los servicios páblicos básicos, solo el 9% de ellos tienen suspendido alguno de los servicios , menos del 45% de los hogares de este grupo no tienen internet. 8% de los hogares de este barrio han llegado al sector por problemas de orden público.
Grupo 3
summary(df_member[df_member$cluster == 3,])
## comuna barrio p_12 p_26
## VILLA HERMOSA:18 LA ESPERANZA : 2 Min. :3.303 Min. :0.00000
## ROBLEDO :16 SAN PABLO : 2 1st Qu.:3.529 1st Qu.:0.04695
## MANRIQUE :15 AGUAS FRÍAS : 1 Median :3.672 Median :0.07229
## ARANJUEZ :14 ALDEA PABLO VI: 1 Mean :3.694 Mean :0.08821
## CASTILLA :14 ALFONSO LÓPEZ : 1 3rd Qu.:3.839 3rd Qu.:0.11289
## SAN JAVIER :14 ALTAVISTA : 1 Max. :4.328 Max. :0.33880
## (Other) :79 (Other) :162
## p_30 p_146_1 p_146_2 p_146_3
## Min. :0.2571 Min. :0.000000 Min. :0.000000 Min. :0.000000
## 1st Qu.:0.7167 1st Qu.:0.000000 1st Qu.:0.002350 1st Qu.:0.000000
## Median :0.7632 Median :0.000000 Median :0.005291 Median :0.000000
## Mean :0.7457 Mean :0.003005 Mean :0.006637 Mean :0.001643
## 3rd Qu.:0.7962 3rd Qu.:0.001053 3rd Qu.:0.009337 3rd Qu.:0.001772
## Max. :0.9524 Max. :0.055046 Max. :0.034722 Max. :0.039474
##
## p_146_4 p_146_5 p_149 p_SP
## Min. :0.2978 Min. :0.08621 Min. :0.5079 Min. :0.5556
## 1st Qu.:0.5362 1st Qu.:0.33234 1st Qu.:0.9577 1st Qu.:0.9381
## Median :0.6132 Median :0.37480 Median :0.9855 Median :0.9649
## Mean :0.5944 Mean :0.39427 Mean :0.9496 Mean :0.9405
## 3rd Qu.:0.6605 3rd Qu.:0.45020 3rd Qu.:0.9971 3rd Qu.:0.9798
## Max. :0.9138 Max. :0.66292 Max. :1.0000 Max. :1.0000
##
## p_SPS p_178 p_226_1 p_226_2
## Min. :0.00000 Min. :0.1407 Min. :0.1947 Min. :0.1892
## 1st Qu.:0.07629 1st Qu.:0.3467 1st Qu.:0.3307 1st Qu.:0.5200
## Median :0.09801 Median :0.4618 Median :0.3609 Median :0.5564
## Mean :0.09652 Mean :0.4579 Mean :0.3692 Mean :0.5541
## 3rd Qu.:0.11640 3rd Qu.:0.5569 3rd Qu.:0.3992 3rd Qu.:0.5879
## Max. :0.24138 Max. :0.7868 Max. :0.8000 Max. :0.7632
##
## p_226_3 cluster
## Min. :0.00000 Min. :3
## 1st Qu.:0.06079 1st Qu.:3
## Median :0.07580 Median :3
## Mean :0.07818 Mean :3
## 3rd Qu.:0.09402 3rd Qu.:3
## Max. :0.22222 Max. :3
##
Barrios donde predominan las casas, el 80% de los hogares viven en casas, con un promedio de 3.5 habitantes por hogar, sus propiedades en más del 60% son propias, no todos los hogares toman el agua de las entidades prestadoras de servicios públicos y al menos el 54% de los hogares tienen acceso a los servicios públicos básicos, muy pocos (6%) de los que tienen acceso a los servicios públicos lo tienen suspendido. Solo el 27% de los hogares tienen acceso a internet
Análisis general de los grupos de acuerdo a las preguntas de la Encuesta de Calidad de Vida de Medellín
ECV_VIVIENDA_KMEANS <- kmeans_model$centers
ECV_VIVIENDA_KMEANS <- data.frame(ECV_VIVIENDA_KMEANS)
ECV_VIVIENDA_KMEANS %>% tibble::rownames_to_column("cluster") -> ECV_VIVIENDA_KMEANS
ECV_VIVIENDA_KMEANS$cluster <- as.factor(ECV_VIVIENDA_KMEANS$cluster)
summary_cluster_means <- ggparcoord(data = ECV_VIVIENDA_KMEANS, columns = c(2:14), groupColumn = "cluster", scale = "globalminmax", showPoints = TRUE, alphaLines = 0.5) + labs(x = "Indicador / Preguntas", y = "Medias", title = "Análisis General de los cluster de acuerdo a las preguntas de la dimensión") + theme(plot.title = element_text(size=12), axis.text=element_text(size=8))
ggplotly(summary_cluster_means)
Caracteristicas que distinguen un grupo de barrios de otro
Grupo 1: se caracterizan por tener menos personas por hogar, viven mayormente en apartamentos propios con acceso a los servicios públicos básicos e internet
Grupo 2: se caracterizan por tener más población en su hogar y combinar sus viviendas entre apartamentos y casas
Grupo 3: se caracterizan por vivir mayoremente en casas propias, el acceso al agua proviene principalmente de otros medios diferentes a las entidades prestadoras de servicios y la gran mayoría de la población no cuenta con servicios públicos básicos ni internet
Conozcamos los barrios que pertenecen a cada uno de estos grupos
#df_member[order(df_member$cluster),]
df_member[df_member$cluster == 1,]$barrio
## [1] ALTAVISTA CENTRAL BUGA PATIO BONITO
## [3] EL CORAZÓN EL MORRO SAN JOSÉ DEL MANZANILLO
## [5] CORREGIMIENTO PALMITAS LA ALDEA
## [7] LA FRISOLA LA SUCIA
## [9] POTRERA MISERENGA SECTOR CENTRAL
## [11] URQUITA VOLCANA GUAYABAL
## [13] EL ASTILLERO EL SALADO
## [15] LA FLORIDA MONTAÑITA
## [17] POTRERITO SAN JOSÉ
## [19] YARUMALITO BOQUERÓN
## [21] EL CARMELO EL LLANO
## [23] EL PATIO EL PICACHO
## [25] EL UVITO EL YOLOMBO
## [27] LA CUCHILLA LA ILUSIÓN
## [29] LA PALMA NARANJAL
## [31] PAJARITO SAN JOSE DE LA MONTAÑA
## [33] BARRO BLANCO EL CERRO
## [35] EL LLANO EL PLACER
## [37] EL PLAN LAS PALMAS
## [39] MAZO MEDIA LUNA
## [41] PIEDRA GORDA PIEDRAS BLANCAS
## [43] SANTA ELENA SECTOR CENTRAL
## 299 Levels: AGUAS FRÍAS ALDEA PABLO VI ALEJANDRÍA ... YARUMALITO
df_member[df_member$cluster == 2,]$barrio
## [1] ÁREA DE EXPANSIÓN BELÉN RINCÓN BELÉN
## [3] CERRO NUTIBARA DIEGO ECHAVARRÍA
## [5] EL NOGAL - LOS ALMENDROS FÁTIMA
## [7] GRANADA LA GLORIA
## [9] LA HONDONADA LA LOMA DE LOS BERNAL
## [11] LA MOTA LA PALMA
## [13] LAS PLAYAS LOS ALPES
## [15] MIRAVALLE NUEVA VILLA DE ABURRA
## [17] ROSALES SAN BERNARDO
## [19] ALEJANDRO ECHAVARRÍA LA ASOMADERA Nº 1
## [21] LA ASOMADERA Nº 2 LA ASOMADERA Nº 3
## [23] TRICENTENARIO ALEJANDRÍA
## [25] ALTOS DEL POBLADO ASTORGA
## [27] BARRIO COLOMBIA CASTROPOL
## [29] EL CASTILLO EL DIAMANTE Nº 2
## [31] EL POBLADO EL TESORO
## [33] LA AGUACATALA LA FLORIDA
## [35] LALINDE LAS LOMAS Nº 1
## [37] LAS LOMAS Nº 2 LOS BALSOS Nº 1
## [39] LOS BALSOS Nº 2 LOS NARANJOS
## [41] MANILA PATIO BONITO
## [43] SAN LUCAS SANTA MARIA DE LOS ÁNGELES
## [45] VILLA CARLOTA LA COLINA
## [47] SAN PABLO CALAZANS
## [49] CALAZANS PARTE ALTA CAMPO ALEGRE
## [51] EL DANUBIO FERRINI
## [53] LA AMÉRICA LA FLORESTA
## [55] LOS PINOS SANTA LUCIA
## [57] SANTA TERESITA SIMÓN BOLIVAR
## [59] BARRIO COLON BOMBONA Nº 1
## [61] BOSTON CORAZÓN DE JESÚS
## [63] EL CHAGUALO GUAYAQUIL
## [65] LA CANDELARIA LOS ÁNGELES
## [67] PRADO SAN BENITO
## [69] SAN DIEGO VILLA NUEVA
## [71] BOLIVARIANA CARLOS E RESTREPO
## [73] CUARTA BRIGADA EL VELÓDROMO
## [75] ESTADIO FLORIDA NUEVA
## [77] LA CASTELLANA LAS ACACIAS
## [79] LAURELES LORENA
## [81] LOS COLORES LOS CONQUISTADORES
## [83] NARANJAL SAN JOAQUÍN
## [85] SURAMERICANA ALTAMIRA
## [87] BARRIO FACULTAD DE MINAS BOSQUES DE SAN PABLO
## [89] LA PILARICA PALENQUE
## [91] ROBLEDO AREA DE EXPANCION SAN CRISTOBAL
## [93] BELENCITO LA PRADERA
## [95] LOS ALCÁZARES SAN JAVIER Nº 1
## [97] SANTA ROSA DE LIMA
## 299 Levels: AGUAS FRÍAS ALDEA PABLO VI ALEJANDRÍA ... YARUMALITO
df_member[df_member$cluster == 3,]$barrio
## [1] AGUAS FRÍAS
## [2] ÁREA DE EXPANSIÓN ALTAVISTA
## [3] CABECERA ALTAVISTA
## [4] EL JARDÍN
## [5] LA ESPERANZA
## [6] SAN PABLO
## [7] ARANJUEZ
## [8] BASILIA
## [9] BERLÍN
## [10] BERMEJAL- LOS ÁLAMOS
## [11] CAMPO VALDÉS Nº 1
## [12] LA PIÑUELA
## [13] LAS ESMERALDAS
## [14] MANRIQUE CENTRAL Nº 1
## [15] MIRANDA
## [16] MORAVIA
## [17] PALERMO
## [18] SAN ISIDRO
## [19] SAN PEDRO
## [20] SEVILLA
## [21] ALTAVISTA
## [22] EL RINCÓN
## [23] LAS MERCEDES
## [24] LAS VIOLETAS
## [25] BARRIO CAYCEDO
## [26] BARRIOS DE JESÚS
## [27] BOMBONA Nº 2
## [28] BUENOS AIRES
## [29] CATALUÑA
## [30] EL SALVADOR
## [31] GERONA
## [32] JUAN PABLO II
## [33] LA MILAGROSA
## [34] LORETO
## [35] LOS CERROS EL VERJEL
## [36] MIRA FLORES
## [37] OCHO DE MARZO
## [38] ALFONSO LÓPEZ
## [39] BELALCAZAR
## [40] BOYACÁ
## [41] CARIBE
## [42] CASTILLA
## [43] DESCONOCIDO
## [44] FLORENCIA
## [45] FRANCISCO ANTONIO ZEA
## [46] GIRARDOT
## [47] HÉCTOR ABAD GÓMEZ
## [48] LAS BRISAS
## [49] PROGRESO
## [50] TEJELO
## [51] TOSCANA
## [52] DOCE DE OCTUBRE Nº 1
## [53] DOCE DE OCTUBRE Nº 2
## [54] EL TRIUNFO
## [55] KENNEDY
## [56] LA ESPERANZA
## [57] MIRADOR DEL DOCE
## [58] PEDREGAL
## [59] PICACHITO
## [60] PICACHO
## [61] PROGRESO Nº 2
## [62] SAN MARTÍN DE PORRES
## [63] SANTANDER
## [64] CAMPO AMOR
## [65] CRISTO REY
## [66] GUAYABAL
## [67] SANTA FE
## [68] TRINIDAD
## [69] BARRIO CRISTÓBAL
## [70] SANTA MÓNICA
## [71] ESTACIÓN VILLA
## [72] JESÚS NAZARENO
## [73] LAS PALMAS
## [74] CAMPO VALDES Nº 2
## [75] EL POMAR
## [76] EL RAIZAL
## [77] LA CRUZ
## [78] LA SALLE
## [79] LAS GRANJAS
## [80] MANRIQUE CENTRAL Nº 2
## [81] MANRIQUE ORIENTAL
## [82] MARIA CANO - CARAMBOLAS
## [83] ORIENTE
## [84] SAN JOSE LA CIMA Nº 2
## [85] SAN JOSELA CIMA Nº 1
## [86] SANTA INES
## [87] VERSALLES Nº 1
## [88] VERSALLES Nº 2
## [89] LA SUIZA
## [90] ALDEA PABLO VI
## [91] CARPINELO
## [92] EL COMPROMISO
## [93] GRANIZAL
## [94] LA AVANZADA
## [95] LA ESPERANZA Nº 2
## [96] MOSCU Nº 2
## [97] POPULAR
## [98] SAN PABLO
## [99] SANTO DOMINGO SABIO Nº 1
## [100] SANTO DOMINGO SABIO Nº 2
## [101] VILLA GUADALUPE
## [102] AURES Nº 1
## [103] AURES Nº 2
## [104] BELLO HORIZONTE
## [105] CERRO EL VOLADOR
## [106] CÓRDOBA
## [107] CUCARACHO
## [108] EL DIAMANTE
## [109] FUENTE CLARA
## [110] LÓPEZ DE MESA
## [111] MONTECLARO
## [112] NUEVA VILLA DE LA IGUANA
## [113] OLAYA HERRERA
## [114] PAJARITO
## [115] SAN GERMÁN
## [116] SANTA MARGARITA
## [117] VILLA FLORA
## [118] AREA EXPANSION SAN ANTONIO DE PRADO
## [119] CABECERA SAN ANT DE PR.
## [120] LA VERDE
## [121] AREA EXPANSION PAJARITO
## [122] CABECERA SAN CRISTÓBAL
## [123] CIUDADELA NUEVO OCCIDENTE
## [124] LA LOMA
## [125] LAS PLAYAS
## [126] PEDREGAL ALTO
## [127] TRAVESÍAS
## [128] ANTONIO NARIÑO
## [129] BETANIA
## [130] BLANQUIZAL
## [131] EDUARDO SANTOS
## [132] EL CORAZÓN
## [133] EL PESEBRE
## [134] EL SALADO
## [135] EL SOCORRO / LA GABRIELA
## [136] JUAN XXIII - LA QUIEBRA
## [137] LAS INDEPENDENCIAS
## [138] METROPOLITANO
## [139] NUEVOS CONQUISTADORES
## [140] SAN JAVIER Nº 2
## [141] VEINTE DE JULIO
## [142] ANDALUCIA
## [143] EL PLAYON DE LOS COMUNEROS
## [144] LA FRANCIA
## [145] LA FRONTERA
## [146] LA ISLA
## [147] LA ROSA
## [148] MOSCU Nº 1
## [149] PABLO VI
## [150] SANTA CRUZ
## [151] VILLA DEL SOCORRO
## [152] VILLA NIZA
## [153] BATALLÓN GIRARDOT
## [154] EL PINAL
## [155] ENCISO
## [156] LA LADERA
## [157] LA LIBERTAD
## [158] LA MANSIÓN
## [159] LA SIERRA
## [160] LAS ESTANCIAS
## [161] LLANADITAS
## [162] LOS MANGOS
## [163] SAN ANTONIO
## [164] SAN MIGUEL
## [165] SUCRE
## [166] TRECE DE NOVIEMBRE
## [167] VILLA HERMOSA
## [168] VILLA LILIAM
## [169] VILLA TINA
## [170] VILLA TURBAY
## 299 Levels: AGUAS FRÍAS ALDEA PABLO VI ALEJANDRÍA ... YARUMALITO
3. Análisis espacial
Se cargan las subdivisiones territoriales de Medellín, tomadas de la página web de opendata[2]
barrios_med <- readOGR("./dataSet/Barrio_Vereda/Barrio_Vereda.shp",layer="Barrio_Vereda")
## OGR data source with driver: ESRI Shapefile
## Source: "/Users/yosel/Desktop/Especializacion/AprendizajeEstadistico/Agrupamiento/Taller 01/TAE_T1/dataSet/Barrio_Vereda/Barrio_Vereda.shp", layer: "Barrio_Vereda"
## with 332 features
## It has 6 fields
## Integer64 fields read as strings: OBJECTID SUBTIPO_BA
#Conversión de codificaciones
nombres_barrios <- iconv(barrios_med@data$NOMBRE,"UTF-8","ISO_8859-1")
df_member$barrio <- tolower(df_member$barrio)
Función que busca capitalizar los nombres de los barrios
Caps <- function(x) {
s <- strsplit(x, " ")[[1]]
paste(toupper(substring(s, 1,1)), substring(s, 2), sep="", collapse=" ")
}
df_member$barrio <- sapply(df_member$barrio, Caps)
Debido a inconsistenias entre los nombres de los barrios de la data de poligonos y los nombres de los barrios de la Encuesta de Calidad de Vida, se procede a realizar reemplazos manuales
df_member$barrio[df_member$barrio == "Barrios De Jesà ºs"] <- "Barrios de Jesà ºs"
df_member$barrio[df_member$barrio == "Piedras Blancas"] <- "Piedras Blancas - Matasano"
df_member$barrio[df_member$barrio == "Area Expansion San Antonio De Prado"] <- "Ã\u0081rea de Expansión San Antonio de Prado"
df_member$barrio[df_member$barrio == "Prado"] <- "San Antonio de Prado"
df_member$barrio[df_member$barrio == "Altavista Central"] <- "Altavista Sector Central"
df_member$barrio[df_member$barrio == "San José Del Manzanillo"] <- "San José del Manzanillo"
df_member$barrio[df_member$barrio == "El Yolombo"] <- "Yolombo"
df_member$barrio[df_member$barrio == "Urquita"] <- "Urquitá"
df_member$barrio[df_member$barrio == "Corregimiento Palmitas"] <- "Palmitas Sector Central"
df_member$barrio[df_member$barrio == "San Jose De La Montaña"] <- "San José de La Montaña"
df_member$barrio[df_member$barrio == "Cabecera San Cristóbal"] <- "Cabecera Urbana Corregimiento San Cristóbal"
df_member$barrio[df_member$barrio == "Area Expansion Pajarito"] <- "ÃÂrea de Expansión Pajarito"
df_member$barrio[df_member$barrio == "Area De Expancion San Cristobal"] <- "ÃÂrea de Expansión San Cristóbal"
df_member$barrio[df_member$barrio == "Santa Maria De Los ángeles"] <- "Santa MarÃ?a de Los ÃÂngeles"
df_member$barrio[df_member$barrio == "Juan Pablo Ii"] <- "Parque Juan Pablo II"
df_member$barrio[df_member$barrio == "Bombona No.1"] <- "Bomboná No.1"
df_member$barrio[df_member$barrio == "Bombona No.2"] <- "Bomboná No.2"
df_member$barrio[df_member$barrio == "La Asomadera No.1"] <- "Asomadera No.1"
df_member$barrio[df_member$barrio == "La Asomadera No.2"] <- "Asomadera No.2"
df_member$barrio[df_member$barrio == "Los Cerros El Verjel"] <- "Los Cerros El Vergel"
df_member$barrio[df_member$barrio == "Villa Tina"] <- "Villatina"
df_member$barrio[df_member$barrio == "Santa Ines"] <- "Santa Inés"
df_member$barrio[df_member$barrio == "Campo Valdes No.2"] <- "Campo Valdés No.2"
df_member$barrio[df_member$barrio == "Progreso"] <- "El Progreso"
df_member$barrio[df_member$barrio == "Progreso no.2"] <- "Progreso No.2"
df_member$barrio[df_member$barrio == "Doce De Octubre No.1"] <- "Doce de Octubre No.1"
df_member$barrio[df_member$barrio == "Doce De Octubre No.2"] <- "Doce de Octubre No.2"
df_member$barrio[df_member$barrio == "Santo Domingo Sabio No.1"] <- "Santo Domingo Savio No.1"
df_member$barrio[df_member$barrio == "Santo Domingo Sabio No.2"] <- "Santo Domingo Savio No.2"
df_member$barrio[df_member$barrio == "Moscu No.1"] <- "Moscú No.1"
df_member$barrio[df_member$barrio == "Moscu No.2"] <- "Moscú No.2"
df_member$barrio[df_member$barrio == "San Josela Cima No.1"] <- "San José La Cima No.1"
df_member$barrio[df_member$barrio == "San Jose La Cima No.2"] <- "San José La Cima No.2"
df_member$barrio[df_member$barrio == "Villa Del Socorro"] <- "Villa del Socorro"
df_member$barrio[df_member$barrio == "Andalucia"] <- "AndalucÃ?a"
barrios_med$NOMBRE
## [1] La Aguacatala
## [2] El Pinal
## [3] Fuente Clara
## [4] Santo Domingo Savio No.2
## [5] Las Granjas
## [6] Barrios de Jesús
## [7] La Alpujarra
## [8] Corazón de Jesús
## [9] Buenos Aires
## [10] Toscana
## [11] Los Pinos
## [12] Gerona
## [13] La Hondonada
## [14] Llanaditas
## [15] Loreto
## [16] Picachito
## [17] Santa Teresita
## [18] Francisco Antonio Zea
## [19] La Mota
## [20] Nuevos Conquistadores
## [21] La América
## [22] Miranda
## [23] U.D. Atanasio Girardot
## [24] Patio Bonito
## [25] El Diamante No.2
## [26] Nueva Villa del Aburrá
## [27] Villa del Socorro
## [28] Trece de Noviembre
## [29] Doce de Octubre No.1
## [30] La Loma de Los Bernal
## [31] Juan Pablo II
## [32] Villa Flora
## [33] Tenche
## [34] Manrique Oriental
## [35] La Esperanza No.2
## [36] Pedregal
## [37] Prado
## [38] Aranjuez
## [39] Manrique Central No.2
## [40] San Antonio
## [41] El Rincón
## [42] Sin Nombre
## [43] Calasanz
## [44] Bermejal-Los Álamos
## [45] Jesús Nazareno
## [46] Ocho de Marzo
## [47] Fátima
## [48] Oleoducto
## [49] Boyacá
## [50] Aldea Pablo VI
## [51] Villa Hermosa
## [52] Las Lomas No.1
## [53] Santa Cruz
## [54] Betania
## [55] Kennedy
## [56] Santa Fé
## [57] Terminal de Transporte
## [58] Facultad de Minas
## [59] La Rosa
## [60] El Tesoro
## [61] Monteclaro
## [62] La Mansión
## [63] U.P.B
## [64] Cerro Nutibara
## [65] Mirador del Doce
## [66] El Nogal-Los Almendros
## [67] El Triunfo
## [68] Enciso
## [69] La Esperanza
## [70] Las Estancias
## [71] Pablo VI
## [72] Ecoparque Cerro El Volador
## [73] Versalles No.1
## [74] Altos del Poblado
## [75] Universidad Nacional
## [76] El Diamante
## [77] Palenque
## [78] Barrio Colombia
## [79] Rosales
## [80] Urquitá
## [81] Potrera Miserenga
## [82] Campo Amor
## [83] La Florida
## [84] Diego Echavarría
## [85] Los Alcázares
## [86] Campo Valdés No.1
## [87] Alfonso López
## [88] Olaya Herrera
## [89] Facultad Veterinaria y Zootecnia U.de.A.
## [90] Astorga
## [91] Caribe
## [92] El Corazón
## [93] Calle Nueva
## [94] La Frontera
## [95] Tejelo
## [96] Lorena
## [97] La Francia
## [98] Plaza de Ferias
## [99] Miraflores
## [100] Los Ángeles
## [101] Alejandría
## [102] Metropolitano
## [103] Cuarta Brigada
## [104] Las Acacias
## [105] Los Naranjos
## [106] Aures No.1
## [107] Cataluña
## [108] Sin Nombre
## [109] Carpinelo
## [110] Andalucía
## [111] La Castellana
## [112] Moravia
## [113] San Benito
## [114] Carlos E. Restrepo
## [115] Robledo
## [116] Juan XXIII La Quiebra
## [117] Belencito
## [118] Cerro Nutibara
## [119] Simón Bolívar
## [120] Cucaracho
## [121] Universidad de Antioquia
## [122] San Javier No.2
## [123] Brasilia
## [124] Bolivariana
## [125] Berlín
## [126] El Velódromo
## [127] Santa Mónica
## [128] Belén
## [129] El Pomar
## [130] Oriente
## [131] La Isla
## [132] La Sierra
## [133] María Cano-Carambolas
## [134] La Pilarica
## [135] El Rodeo
## [136] La Milagrosa
## [137] El Castillo
## [138] San José La Cima No.1
## [139] El Raizal
## [140] Villa Guadalupe
## [141] El Poblado
## [142] Trinidad
## [143] Veinte de Julio
## [144] Altamira
## [145] Hospital San Vicente de Paúl
## [146] Las Lomas No.2
## [147] Tricentenario
## [148] Villa Niza
## [149] Laureles
## [150] Santa Rosa de Lima
## [151] Santa Lucía
## [152] La Floresta
## [153] Las Mercedes
## [154] Boston
## [155] Nueva Villa de La Iguaná
## [156] Alejandro Echavarría
## [157] Picacho
## [158] Moscú No.2
## [159] Santo Domingo Savio No.1
## [160] El Danubio
## [161] La Avanzada
## [162] Perpetuo Socorro
## [163] San Lucas
## [164] Media Luna
## [165] Barro Blanco
## [166] Piedra Gorda
## [167] San Pablo
## [168] Calasanz Parte Alta
## [169] Aguas Frías
## [170] Playón de Los Comuneros
## [171] El Chagualo
## [172] Cristo Rey
## [173] Los Conquistadores
## [174] Asomadera No.3
## [175] La Gloria
## [176] El Pesebre
## [177] Lalinde
## [178] Manrique Central No.1
## [179] Las Independencias
## [180] Parque Juan Pablo II
## [181] Moscú No.1
## [182] Bosques de San Pablo
## [183] Los Mangos
## [184] Los Cerros El Vergel
## [185] Miravalle
## [186] El Salado
## [187] Las Palmas
## [188] Buga Patio Bonito
## [189] La Esperanza
## [190] El Plan
## [191] El Jardín
## [192] El Llano SE
## [193] La Verde
## [194] San Antonio de Prado
## [195] El Cerro
## [196] Montañita
## [197] San Diego
## [198] El Salado
## [199] La Florida
## [200] San José
## [201] Palmitas Sector Central
## [202] Boquerón
## [203] El Carmelo
## [204] Área de Expansión El Noral
## [205] Las Violetas
## [206] Santa María de Los Ángeles
## [207] La Pradera
## [208] La Palma
## [209] Naranjal
## [210] Doce de Octubre No.2
## [211] Granizal
## [212] San Bernardo
## [213] El Salvador
## [214] Sevilla
## [215] Santa Inés
## [216] El Progreso
## [217] Castropol
## [218] Belalcázar
## [219] Guayaquil
## [220] El Placer
## [221] Altavista Sector Central
## [222] La Candelaria
## [223] Manila
## [224] Batallón Girardot
## [225] Villatina
## [226] Barrio Colón
## [227] Jardín Botánico
## [228] San Isidro
## [229] San José La Cima No.2
## [230] Antonio Nariño
## [231] Bello Horizonte
## [232] Villa Nueva
## [233] Batallón Cuarta Brigada
## [234] Los Balsos No.1
## [235] Villa Carlota
## [236] El Compromiso
## [237] Pajarito
## [238] La Libertad
## [239] San Martín de Porres
## [240] Las Brisas
## [241] Villa Lilliam
## [242] B. Cerro El Volador
## [243] Santander
## [244] Las Playas
## [245] San Pablo
## [246] Las Esmeraldas
## [247] San Miguel
## [248] Barrio Caicedo
## [249] Santa Margarita
## [250] Suramericana
## [251] San Pedro
## [252] Villa Turbay
## [253] Eduardo Santos
## [254] Asomadera No.1
## [255] Bomboná No.2
## [256] Popular
## [257] La Cruz
## [258] San Germán
## [259] Progreso No.2
## [260] Las Palmas
## [261] Barrio Cristóbal
## [262] Girardot
## [263] Los Balsos No.2
## [264] Los Colores
## [265] Palermo
## [266] San Joaquín
## [267] La Piñuela
## [268] López de Mesa
## [269] Yolombo
## [270] La Cuchilla
## [271] El Llano
## [272] La Colina
## [273] San Javier No.1
## [274] Héctor Abad Gómez
## [275] Castilla
## [276] Florida Nueva
## [277] Estadio
## [278] El Socorro
## [279] Versalles No.2
## [280] Bomboná No.1
## [281] Centro Administrativo
## [282] Campo Valdés No.2
## [283] Granada
## [284] Los Alpes
## [285] Facultad de Minas U. Nacional
## [286] Campo Alegre
## [287] Altavista
## [288] Ferrini
## [289] La Ilusión
## [290] Córdoba
## [291] Estación Villa
## [292] Florencia
## [293] Cementerio Universal
## [294] Aures No.2
## [295] Blanquizal
## [296] La Ladera
## [297] Asomadera No.2
## [298] Parque Norte
## [299] Sucre
## [300] La Palma
## [301] El Astillero
## [302] Potrerito
## [303] Área de Expansión Pajarito
## [304] Área de Expansión San Antonio de Prado
## [305] La Loma
## [306] Yarumalito
## [307] Mazo
## [308] El Corazón El Morro
## [309] La Salle
## [310] El Picacho
## [311] La Sucia
## [312] La Aldea
## [313] La Frisola
## [314] Volcana Guayabal
## [315] La Suiza
## [316] San José de La Montaña
## [317] Naranjal
## [318] Piedras Blancas - Matasano
## [319] Pajarito
## [320] El Uvito
## [321] Travesías
## [322] Pedregal Alto
## [323] El Patio
## [324] Las Playas
## [325] Área de Expansión San Cristóbal
## [326] Eduardo Santos
## [327] Área de Expansión Altavista
## [328] Área de Expansión Belén Rincón
## [329] Cabecera Urbana Corregimiento San Cristóbal
## [330] San José del Manzanillo
## [331] Guayabal
## [332] Santa Elena Sector Central
## 320 Levels: Aguas Frías Aldea Pablo VI Alejandría ... Yolombo
```
Selección de los campos necesarios, barrio y cluster
df_member %>% select(barrio, cluster) -> df_member
Se unen los dataframe de barrios_med en donde se encuentra los poligonos de los barrios de Medellín con su respectivo cluster
barrios_cluster <- merge(barrios_med, df_member[!duplicated(df_member$barrio), ], by.x="NOMBRE", by.y="barrio", all.x = TRUE)
Se procede a dibujar el mapa de Medellín señalando cada uno de los barrios a que cluster pertenece
map <-leaflet(barrios_cluster)
factpal <- colorFactor(topo.colors(4), barrios_cluster$cluster)
map <- addPolygons(map, popup = nombres_barrios, color = ~factpal(cluster),
dashArray = "2",
fillOpacity = 0.7,
highlight = highlightOptions(
weight = 5,
color = "#666",
dashArray = "",
fillOpacity = 0.7,
bringToFront = TRUE),
#label = labels,
labelOptions = labelOptions(
style = list("font-weight" = "normal", padding = "3px 8px"),
textsize = "15px",
direction = "auto"))
map <- addTiles(map)
map